RBPN在模式识别研究中的应用

• 作者: 席剑辉 程磊 韩敏
• 来源期刊: 控制理论与应用
• 学科: 工学
• 关键词: 神经网络 模式识别 输入输出聚类 径向基感知器网络 建筑材料
• 年，卷（期）: 2002,（6）
• 所属期刊栏目: 短文
• 页码范围: 940-944
• 页数: 5页
• 分类号: TP183
• 字数: 4589字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8152.2002.06.026

摘要

基于RBF(radial basisfunction)网络和感知器(perceptron)网络建立起一种新型四层前向神经网络--径向基感知器网络(RBPN,radialbasis perceptronnetwork).该网络主要有以下特点:1)网络结构上,两层隐层选择性连接;2)学习规则上,采用同时考虑输入输出样本信息的IOC(input-output clustering)聚类方法且聚类中心的形状参数σ自适应变化.对材料成分分析领域的仿真结果表明,该网络可成功地包含材料成分的构成信息,实现精确分类,并具有较高的泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩敏	大连理工大学电子与信息工程学院	200	2311	23.0	33.0
2	程磊	大连理工大学电子与信息工程学院	16	120	6.0	10.0
3	席剑辉	大连理工大学电子与信息工程学院	16	193	9.0	13.0