RBF神经网络的混合学习算法

• 作者: 侯秋香 王亚东 苏小红 马培军
• 来源期刊: 哈尔滨工业大学学报
• 学科: 工学
• 关键词: RBF神经网络 最近邻聚类学习算法 径向基函数 梯度下降法
• 年，卷（期）: 2006,（9）
• 页码范围: 1446-1449
• 页数: 4页
• 分类号: TP18
• 字数: 2229字
• 语种: 中文
• DOI: 10.3321/j.issn:0367-6234.2006.09.011

摘要

针对RBF神经网络的最近邻聚类学习算法存在的学习精度不理想和固定网络结构的梯度下降训练学习算法存在的中心不易确定、训练时间长等问题,提出一种基于最近邻聚类中心选取和梯度下降训练的RBF神经网络混合学习算法,解决了RBF网络径向基函数的中心取值问题,提高了网络的学习精度和训练速度.将该算法应用于非线性系统的在线辨识与二维函数的逼近,仿真实验结果证明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王亚东	哈尔滨工业大学计算机科学与技术学院	92	1036	16.0	29.0
2	苏小红	哈尔滨工业大学计算机科学与技术学院	152	1551	20.0	34.0
3	马培军	哈尔滨工业大学计算机科学与技术学院	93	639	14.0	20.0
4	侯秋香	哈尔滨工业大学计算机科学与技术学院	1	48	1.0	1.0