《一種改進的RBF神經網路學習算法》是馬駿、尉廣軍撰寫的一篇論文。
基本介紹
- 中文名：一種改進的RBF神經網路學習算法
- 作者：馬駿; 尉廣軍
- 發表時間：2013-02-15
- 來源：馬駿; 尉廣軍
- 分類號：TP183
論文摘要,引文格式,
論文摘要
提章贈洪棄出狼催連一種基於減聚類、永愚嫌K-means算法及改進的粒子群最佳化(PSO)算法的徑向基函式(RBF)神經網路混合學習算法.該算法首先使用減聚類確定隱層節點數和K-means初始聚類中心;然後通過K-means算法求取RBF網路所嬸雅院有參數,作為PSO的初始粒子群;為了提高PSO算法的收斂性和穩定性,對基本PSO算法進行了最佳化腿設詢享改進,最院巴樂後使用改進的PSO算法訓練RBF神經網路堡企中的所有參數.對IRIS數據集分類識別的仿真結果表明,改進的混合算法具有更高的分類準確率和更好的穩定性.
引文格式
馬駿,尉廣軍.一種改進的RBF神經網路學習算法[J].計算機系統套用,2013,22(02):84-87+47.
