基于增量学习的RBF神经网络的噪声源识别

• 作者: 李朝旭 田立业 高志华
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 径向基函数 可能性C均值聚类 增量学习
• 年，卷（期）: 2008,（11）
• 所属期刊栏目: 研究与实现
• 页码范围: 118-119,133
• 页数: 3页
• 分类号: TP18
• 字数: 1739字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2008.11.036

摘要

本文提出了一种用于水下航行器噪声源识别的RBF模糊神经网络模型.该模型采用PCM聚类算法并具有增量学习能力,网络输出节点在线可调,保证了网络具有较高的泛化能力和一定的学习新故障模式的能力.仿真结果表明,该模型是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李朝旭	空军工程大学自动化工程系	10	50	4.0	7.0
2	高志华	海军工程大学计算机工程系	10	28	3.0	5.0
3	田立业	海军工程大学计算机工程系	2	2	1.0	1.0