作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种优化选择径向基神经网络数据中心的算法,该算法结合了Kohonen网络的模式分类能力,将初步分类结果用作RBFNN的初始数据中心,然后采用OLS算法进行优化,对比仿真实验表明该算法效果比单独使用OLS算法生成的RBFNN性能更好.
推荐文章
改进的OLS算法选择RBFNN中心的方法
RBF神经网络(RBFNN)
数据中心
Kohonen网络
正交最小二乘法
四种确定RBFNN中心的新算法
RBFNN
数据中心
动态
Hough变换
调整半径
基于二分搜索密度峰算法的RBFNN在月降水预报中的应用
二分法
密度峰
径向基神经网络
降水预报
梯度下降法
改进的RBFNN学习算法及其应用
正交最小二乘
径向基神经网络
目标识别
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 基于K0honen网络和OLS算法的RBFNN中心选择方法
来源期刊 微型电脑应用 学科 工学
关键词 RBFNN 径向基中心 Kohonen网络 OLS方法
年,卷(期) 2008,(9) 所属期刊栏目 研究与设计
研究方向 页码范围 10-13
页数 4页 分类号 TP183
字数 2947字 语种 中文
DOI 10.3969/j.issn.1007-757X.2008.09.004
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (9)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(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)
研究主题发展历程
节点文献
RBFNN
径向基中心
Kohonen网络
OLS方法
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
微型电脑应用
月刊
1007-757X
31-1634/TP
16开
上海市华山路1954号上海交通大学铸锻楼314室
4-506
1984
chi
出版文献量(篇)
6963
总下载数(次)
20
论文1v1指导