《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
《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。
《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。論文摘要提出一種基於減聚類、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...
神經網路由大量的人工神經元聯結進行計算。廣義回歸神經網路是建立在數理統計基礎上的徑向基函式網路,其理論基礎是非線性回歸分析。GRNN具有很強的非線性映射能力和學習速度,比RBF具有更強的優勢,網路最後普收斂於樣本量集聚較多的最佳化回歸...
徑向基網路簡介 到了1988年, Moody和 Darken提出了一種神經網路結構,即RBF神經網路,屬於前向神經網路類型,它能夠以任意精度逼近任意連續函式,特別適合於解決分類問題。RBF網路的結構與多層前向網路類似,它是一種三層前向網路。輸入層...
2.1.1RBF神經網路算法設計 2.1.2RBF神經網路設計實例及MATLAB仿真 2.2基於梯度下降法的RBF神經網路逼近 2.2.1RBF神經網路逼近 2.2.2仿真實例 2.3高斯基函式的參數對RBF網路逼近的影響 2.4隱含層節點數對RBF網路逼近的...
其中最常用的有動量法和學習率自適應調整的方法, 從而提高了學習速度並增加了算法的可靠性。RBF神經網路 徑向基函式(Radial Basis Function, 簡稱為RBF) 網路是以函式逼近理論為基礎而構造的一類前向網路,這類網路的學習等價於在多維...
2.11 FLAT神經網路 2.11.1 FLAT神經網路的結構 2.11.2 FLAT神經網路的學習算法 2.12 用徑向基函式神經網路實現EEG信號的預測 2.12.1 預測原理及其模型 2.12.2 RBF網路徑向基函式的改進 2.12.3 數據處理結果及討論 ...
2.3.8 基於BP網路集成的除草劑定量構效關係模型 2.3.9 基於BP網路集成的物流中心選址模型 本章參考文獻 第3章 徑向基函式神經網路的設計與套用 3.1 徑向基函式網路原理與學習算法 3.1.1 正則化RBF網路原理與學習算法 3.1.2 ...
提升神經網路是適用於深度學習的一種模型,主要包括以下幾個方面:1)數據增強;2)圖像預處理;3)網路的初始化。數據增強 如果原始圖像數據集包含的訓練圖像有限,而對於深度網路一般需要大量的訓練圖像數據才能取得一個較好的性能,所以...
第8章 非線性泛函網路 8.1 非線性可分性 8.1.1 聲可分性 8.1.2 RBF網路的結構及工作原理 8.1.3 函式逼近與內插 8.2 Cover定理 8.3 正規化理論 8.4 RBF網路的學習算法 8.5 泛函連線網路 8.6 小波網路 8.6.1 小波...
B樣條模糊神經網路屬於聯想記憶網路,由於B樣條函式具有最小局部正支撐性、單位分割性等優點,知識在網路中是局部存儲而不是全局存儲,學習也是局部進行的,因此具有較快的學習速度,便於實時線上套用。採用 RBF神經網路模型構成模糊神經網路...
7.4.4 BP神經網路的非線性函式擬合套用 7.5 本章小結 第8章 RBF神經網路 8.1 RBF網路模型 8.1.1 RBF神經網路模型 8.1.2 RBF網路的工作原理 8.1.3 RBF神經網路的具體實現 8.2 RBF神經網路的學習算法 8.3 RBF網路工具箱...
採用確定學習算法,獲得對壓氣機系統主要動態的常值RBF神經網路近似,並將之看作是對旋轉失速初始擾動系統動態的近似建模。其次,提出一個對旋轉失速初始擾動的快速檢測方法,基於動態模式識別提前檢測系統是否進入旋轉失速初始擾動。最終在...
5.6.1 改進的Hammerstein模型 (79)5.6.2 模型仿真與驗證 (81)參考文獻 (84)第6章 神經網路功放建模 (87)6.1 基於RBF神經網路射頻功放行為模型研究 (87)6.1.1 RBF神經網路結構和學習算法 (87)6...
第四節BP算法的改進 第五節BP網路的套用 第六節本章小結 第四章RBF網路 第一節RBF神經元模型 第二節RBF網路結構 第三節RBF學習算法 第四節RBF網路的套用 第五節本章小結 第五章Hopfield反饋網路 第一節離散型Hopfield網路 第二節...
3.6.2基於RBF網路的淺灘演變預測 習題 第4章基於SOFM網路的信號處理 4.1 SOFM網路結構 4.1.1 SOFM網路基本特點 4.1.2網路構成 4.2 SOFM網路學習算法 4.2.1兩階段權值調整 4.2.2算法步驟 4.2.3參數選擇 4.2.4算法改進 ...
RBF神經網路法 採用徑向基函式神經網路(RBF)建立短期邊際電價預測模型,由於RBF網路結構是關於隱層節點數、中心向量和連線權的最小化問題,而隱層節點數是不連續和不可微的,因此採用傳統的最佳化方法可能陷入局部極小。用遞階遺傳算法(HG...
根據經過改進的RBF神經網路算法設定的控制規律,線上辨識系統的時變非線性模型,自動調整PID控制器參數,從而得到相應各變數的控制量以實現對系統的解藕控制。採用基於RBF網路的PID控制不僅超調量小、回響速度快、控制精度高,而且具有很強...
3.2RBF神經網路在複合材料層合板、殼載荷識別中的套用100 3.2.1RBF神經網路訓練學習算法101 3.2.2RBF神經網路樣本數據的獲取103 3.2.3RBF神經網路載荷識別算例103 3.3基於混合編碼遺傳算法和有限元分析的壓電結構載荷識別106 3.3...
3.2.1 基於函式正交基的PNN學習算法 3.2.2 基於函式正交基展開的PNN改進算法 3.3 基於PNN的污水處理過程軟測量 3.3.1 軟測量模型變數的選取 3.3.2 軟測量結構模型 3.3.3 實驗數據及軟測量結果 第四章 基於RBF神經網路的水...
第二節BP神經網路學習算法83 一、基於批處理方法的BP學習算法83 二、基於遞推最小二乘法的BP學習算法84 第三節RBF神經網路學習算法86 一、常用學習算法概述87 二、一種基於高斯核的RBF神經網路學習算法88 第四節自組織人工神經網路93...