径向基函数(RBF)神经网络的一种极大熵学习算法

• 作者: 张志华 郑南宁 郑海兵
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 径向基函数 极大熵原理 拉格朗日乘子
• 年，卷（期）: 2001,（5）
• 所属期刊栏目: 研究论文与技术报告
• 页码范围: 474-479
• 页数: 6页
• 分类号: TP18
• 字数: 4738字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-4164.2001.05.005

摘要

RBF神经网络中心向量的确定是整个网络学习的关键,该文基于信息论中的极大熵原理构造了训练中心向量的极大熵聚类算法,由此给出了网络的极大熵学习算法.文中最后分别用一个时间序列预测和系统辨识问题验证了该学习算法的有效性,同RBF网络和多层感知机的误差回传算法相比,该算法不仅在学习精度和泛化推广能力上有一定程度的提高,而且学习时间有显著的降低.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张志华	西安交通大学人工智能与机器人所	11	335	8.0	11.0
2	郑南宁	西安交通大学人工智能与机器人所	188	3039	29.0	46.0
3	郑海兵	西安交通大学人工智能与机器人所	1	55	1.0	1.0