原文服务方: 西安交通大学学报       
摘要:
提出了一种基于蚁群聚类算法的径向基神经网络. 利用蚁群算法的并行寻优特征和挥发系数方法的自适应更改信息量的能力,并以球面聚类的方式确定了径向基神经网络中基函数的位置,同时通过比较隐层神经元的相似性、合并相似性较为接近的2个神经元来约简隐含层的神经元,以达到简化径向基神经网络结构的目的. 实验比较了几种不同聚类算法的径向基神经网络,结果表明,所提神经网络的整体训练时间至少可缩短40%,学习的准确率可提高1%以上,而且网络结构更加精简.
推荐文章
一种变基宽径向基神经网络的大数据集分类方法
变基宽
径向基神经网络
大数据集
分类
一种径向基函数神经网络的参数求解方法
径向基函数
神经网络
训练误差
缺一交叉验证
大坝变形蚁群聚类径向基函数神经网络安全监控预测模型
聚类蚁群
RBF神经网络
预测模型
大坝安全监控
一种基于模糊径向基函数神经网络的自学习控制器
径向基函数网络
神经网络学习控制
电液位置伺服系统
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 一种基于蚁群聚类的径向基神经网络
来源期刊 西安交通大学学报 学科
关键词 径向基神经网络 蚁群聚类算法 基函数
年,卷(期) 2006,(4) 所属期刊栏目 专题研究
研究方向 页码范围 386-389
页数 4页 分类号 TP181
字数 语种 中文
DOI 10.3321/j.issn:0253-987X.2006.04.004
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 赵银亮 西安交通大学新型计算机研究所 52 517 12.0 21.0
2 武方方 西安交通大学新型计算机研究所 6 109 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (441)
参考文献  (3)
节点文献
引证文献  (20)
同被引文献  (34)
二级引证文献  (66)
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)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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)
2008(4)
  • 引证文献(4)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(3)
  • 引证文献(2)
  • 二级引证文献(1)
2011(9)
  • 引证文献(7)
  • 二级引证文献(2)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2013(8)
  • 引证文献(2)
  • 二级引证文献(6)
2014(5)
  • 引证文献(1)
  • 二级引证文献(4)
2015(7)
  • 引证文献(1)
  • 二级引证文献(6)
2016(15)
  • 引证文献(2)
  • 二级引证文献(13)
2017(10)
  • 引证文献(0)
  • 二级引证文献(10)
2018(11)
  • 引证文献(0)
  • 二级引证文献(11)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
径向基神经网络
蚁群聚类算法
基函数
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
西安交通大学学报
月刊
0253-987X
61-1069/T
大16开
1960-01-01
chi
出版文献量(篇)
7020
总下载数(次)
0
总被引数(次)
81310
论文1v1指导