一类基于径向基函数网的分工协作混合系统

• 作者: 朱思铭 黄榕波
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 分工协作系统 径向基函数网络 系统复杂性
• 年，卷（期）: 2004,（3）
• 所属期刊栏目: 研究与应用
• 页码范围: 380-384
• 页数: 5页
• 分类号: TP387
• 字数: 3264字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2004.03.022

摘要

径向基函数网络(Radial Basis Function Network,RBFN)是二十世纪八十年代末提出的一种神经网络.当网络的输入维数较大时,RBFN的系统复杂性大大提高,从而使RBFN的行为受到影响,因此降低RBFN输入维数已成为RBFN的研究热点.本文提出一类基于RBFN的分工协作系统及其学习算法(A Divide-and-Cooperate HybridSystem Based RBFN,DCRBFN).DCRBFN是一种由多个子RBFN组成的混合结构,每个子RBFN具有自己的输入空间.由于DCRBFN把高维模型分解为低维模型,所以DCRBFN不仅明显降低了RBFN的复杂性而且网络的收敛速度更快.实验表明,DCRBFN在处理高维模型的行为明显优于RBFN.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱思铭	中山大学数学与计算科学学院	94	573	13.0	20.0
2	黄榕波	广东药学院数学教研室	42	282	9.0	15.0