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:
传统的全监督算法训练RBFNN时花费时间长,而且容易陷入局部极小点,为此,论文提出了一种基于改进的密度法确定RBFNN数据中心的算法.首先用改进的密度法选出RBFNN的数据中心,计算出每个中心的扩展常数,然后用梯度下降法只对网络的权值进行训练.这种方法与全监督的梯度下降法相比,不仅时问有明显减少(包括采用密度法确定数据中心的时间在内),而且在用UCI中的数据集对网络进行测试时,得到了更好的分类结果.
推荐文章
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
一种基于机器人的数据中心管理系统
数据中心
机器人
管理系统
硬件状态
一种基于密度的分布式聚类改进算法
聚类
分布式
数据挖掘
代表点
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
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 一种基于改进的密度法确定RBFNN的数据中心的算法
来源期刊 微型电脑应用 学科 工学
关键词 RBFN 数据中心 扩展常数 密度法 全监督算法
年,卷(期) 2009,(4) 所属期刊栏目 技术交流
研究方向 页码范围 51-53
页数 3页 分类号 TP301.6
字数 2984字 语种 中文
DOI 10.3969/j.issn.1007-757X.2009.04.018
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘新平 中国石油大学计算机与通信工程学院 28 260 7.0 15.0
2 郑明文 中国石油大学计算机与通信工程学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (31)
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)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(5)
  • 参考文献(1)
  • 二级参考文献(4)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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
RBFN
数据中心
扩展常数
密度法
全监督算法
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
总被引数(次)
28091
论文1v1指导