基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
该文在自适应算法--DDA算法的基础上,提出了学习算法过程中加入裁减规则,从而进一步提高测试数据识别率观点.另外,对于这种算法进行了实验性的研究,通过实例分析,对于阈值选取的合理性、初始宽度的选取以及迭代停止的条件等方面进行了一定的探讨.最后的实验表明了采用这种改进算法来构造的RBF网络相对DDA方法而言,能够进一步提高网络的识别率,但同时保持了DDA这种自适应的RBF网络构造方法快速、简单且有效等诸多优越性能.
推荐文章
一种RBF神经网络的自适应学习算法
RBF神经网络
自适应处理
添加策略
删除策略
一种基于模型参考自适应的神经网络控制
模型参考自适应
神经网络控制
基于RBF神经网络的机械臂自适应控制方法
机械臂
神经网络
辨识器
自适应控制
李亚普诺夫函数
基于RBF神经网络的火箭速度自适应控制
RBF神经网络
模型参考自适应控制
不确定性
速度控制
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种自适应RBF分类神经网络模型的构造方法
来源期刊 计算机工程与应用 学科 工学
关键词 RBF网络 DDA算法 模式分类
年,卷(期) 2004,(21) 所属期刊栏目 学术探讨
研究方向 页码范围 86-89
页数 4页 分类号 TP183
字数 4808字 语种 中文
DOI 10.3321/j.issn:1002-8331.2004.21.027
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 高大启 华东理工大学计算机与工程系 39 472 11.0 21.0
2 朱海军 华东理工大学计算机与工程系 1 12 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (9)
参考文献  (5)
节点文献
引证文献  (12)
同被引文献  (3)
二级引证文献  (6)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(2)
  • 参考文献(1)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(4)
  • 引证文献(4)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
RBF网络
DDA算法
模式分类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导