复杂样本分类的GA-RBFNN方法

• 作者: 李敏强 田津 陈富赞
• 来源期刊: 系统工程学报
• 学科: 工学
• 关键词: 径向基函数神经网络 遗传算法 混合编码 分类能力
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 论文
• 页码范围: 163-170
• 页数: 8页
• 分类号: TP18
• 字数: 6244字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-5781.2006.02.009

摘要

本文以提高径向基函数神经网络(RBFNN)分类能力为出发点,结合遗传算法(GA)群体并行搜索能力,提出了一种有效的GA-RBFNN学习算法.该算法在传统衰减聚类算法确定网络初始结构的基础上,加入控制向量,设计了包含整个网络隐节点结构和径基宽度的矩阵式混合编码方式,以及相应的遗传操作算子.网络权值由伪逆法求解确定.经Iris、WINES和Glass数据集的仿真实验验证,该算法快速有效,具有较强的复杂样本分类能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李敏强	天津大学管理学院	194	5707	40.0	69.0
2	陈富赞	天津大学管理学院	24	364	10.0	18.0
3	田津	天津大学管理学院	3	19	2.0	3.0