一种优化RBF神经网络训练算法及其在目标识别中的应用

• 作者: 倪友平 姜卫东 陈曾平
• 来源期刊: 现代电子技术
• 关键词: 正交最小二乘算法 快速模糊C-均值算法 径向基神经网络 AFOLS 算法
• 年，卷（期）: 2005,（3）
• 所属期刊栏目: 测控技术
• 页码范围: 18-20
• 页数: 3页
• 分类号: TP31
• 语种: 中文
• DOI: 10.3969/j.issn.1004-373X.2005.03.012

摘要

OLS训练方法应用在径向基(RBF)神经网络里时,存在当训练数据量很大时速度很慢的问题,并且OLS方法不能自动确定基函数的平滑参数.本文针对此问题提出了一种基于快速模糊C-均值算法(AFCM)与OLS算法相结合的AFOLS训练算法,该算法使用AFCM 方法对数据进行聚类,并获取基函数的平滑参数,然后使用OLS方法从聚类结果中选取网络中心.利用实测的4类飞机目标数据对其进行性能检验,试验结果验证了该训练算法可提高网络的训练速度,缩小网络规模,提高网络的分类能力.