一种新型径向基函数神经网络学习算法--递归正交最小二乘法(ROLS)

• 作者: 张兴兰 曹长修 梅彬
• 来源期刊: 重庆大学学报(自然科学版)
• 学科: 工学
• 关键词: RBF神经网络 递归正交最小二乘 后向选择 简化
• 年，卷（期）: 2002,（10）
• 页码范围: 56-60
• 页数: 5页
• 分类号: TP183
• 字数: 3708字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-582X.2002.10.016

摘要

径向基函数神经网络在很多领域都得到了成功的应用.但迄今为止仍没有一种有效的方法来确定隐层中心数目.笔者将递归正交最小二乘(ROLS)方法引入RBFNN建模训练,利用ROLS算法训练网络后所得的有用信息,采用后向选择算法,逐步去掉那些使网络残差增加最小的中心,在得到网络有效中心的同时,还满足了精度要求,从而大大简化了RBF网络结构,节约了大量的存储空间以及计算量.仿真和实验结果表明该方法是有效而实用的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹长修	重庆大学自动化学院	162	2835	26.0	47.0
2	张兴兰	重庆大学自动化学院	1	23	1.0	1.0
3	梅彬	重庆大学自动化学院	1	23	1.0	1.0