中心、方差及权值直接确定的RBF神经网络分类器

• 作者: 张雨浓 李克讷 谭宁
• 来源期刊: 计算技术与自动化
• 关键词: RBF神经网络 分类 中心 方差 权值直接确定 模式识别
• 年，卷（期）: 2009,（3）
• 所属期刊栏目: 自控理论及应用
• 页码范围: 5-9
• 页数: 5页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6199.2009.03.002

摘要

模式分类是径向基函数(RBF)神经网络应用的一个重要方面,目前大多数RBF网络都采用迭代学习的方法.区别于反复迭代训练而得到网络参数的惯常做法,重新探讨一种基于矩阵伪逆或逆的中心、方差及权值可直接确定的方法.并基于此方法构建一种模式识别分类器,对IRIS分类问题进行计算机仿真验证.结果表明,相对于迭代法,该直接确定方法具有更快的计算速度,构建的RBF神经网络分类器也具有良好的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张雨浓	中山大学信息科学与技术学院	74	496	13.0	16.0
2	谭宁	中山大学软件学院	5	48	4.0	5.0
3	李克讷	中山大学信息科学与技术学院	3	55	3.0	3.0