基于广义径向基函数的神经网络分类预测

• 作者: 姜浩 张莉 蒲安建
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 神经网络 径向基函数 分类预测
• 年，卷（期）: 2009,（3）
• 页码范围: 106-109
• 页数: 4页
• 分类号: TP183
• 字数: 3574字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2009.03.027

摘要

径向基函数网络是神经网络中一种广泛使用的设计方法.它把神经网络的设计看作是一个高维空间的曲线逼近问题.相对于其他的神经网络方法.径向基函数神经网络除了具有一般神经网络的优点,如多维非线性映射能力、泛化能力、并行信息处理能力等,还具有很强的聚类分析能力,学习算法简单方便等优点.针对一个实际分类问题,利用广义径向基函数网络的思想训练一个网络并实现对测试数据集的分类预测.本算法采用k-均值聚类算法训练广义径向基函数网络中心,使用奇异值分解计算输出层权值.对该网络的实现细节及待改进之处进行简要分析.实验表明广义径向基函数神经网络的思想具有很强的聚类分析能力,学习算法简单方便等优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜浩	东南大学计算机科学与工程学院	48	786	15.0	26.0
2	张莉	东南大学计算机科学与工程学院	31	166	8.0	12.0
3	蒲安建	东南大学计算机科学与工程学院	2	21	2.0	2.0