HBF神经网络的一种结构自适应在线学习算法 |
| |
引用本文: | 武晨,谷松原,房圣超.HBF神经网络的一种结构自适应在线学习算法[J].中国电子科学研究院学报,2021,16(5):486-495. |
| |
作者姓名: | 武晨 谷松原 房圣超 |
| |
作者单位: | 中国电子科学研究院,北京 100141 |
| |
基金项目: | 基础加强计划重点基础研究资助项目 |
| |
摘 要: | 超级基(HBF)神经网络是高斯RBF神经网络的泛化形式,针对该神经网络文中提出了一种可增加或删除隐含层节点的结构自适应在线学习算法.对于隐含层节点的增加,提出了输入隶属度的概念,并同时考虑网络对输入的映射能力和网络输出偏差给出了隐含层节点增加规则;对于隐含层节点的删除,文中采用归一化的思想计算每个隐含层节点对网络输出的...
|
关 键 词: | 超级基神经网络 结构自适应 在线学习 输入隶属度 归一化方法 递归最小二乘法 |
本文献已被 万方数据 等数据库收录! |
|