一種改進的RBF神經網路學習算法

《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數和K-means初始聚類中心;然後通過K-means算法求取RBF網路所有參數,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算法進行了最佳化改進,最後使用改進的PSO算法訓練RBF神經網路中的所有參數.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.

相關詞條

熱門詞條

聯絡我們