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:
RBF神经网络隐含层节点数的确定一直以来是该网络设计成败的关键所在,文中采用K-means自组织聚类方法为隐含层节点的径向基函数确定合适的数据中心,先给出一个初始值,再慢慢调整,通过实验数据来确定最佳隐含层节点数.结果表明,如果隐含层设计得当,RBF网络可以很好地解决函数接近问题.
推荐文章
近邻传播聚类算法的RBF隐含层节点优化
径向基函数神经网络
近邻传播聚类算法
隐含层
逼近误差
近邻传播聚类算法的RBF隐含层节点优化
径向基函数神经网络
近邻传播聚类算法
隐含层
逼近误差
基于灰关联和灵敏度的BP网络隐含层结构优化
隐含层结构优化
灵敏度剪枝法
灰关联度
BP神经网络
BP网络中隐含层节点优化的研究
BP网络
隐结点
收敛速度
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 RBF网络隐含层节点的优化
来源期刊 计算机技术与发展 学科 工学
关键词 K-means算法 聚类中心 隐含层节点
年,卷(期) 2009,(1) 所属期刊栏目 智能、算法、系统结构
研究方向 页码范围 103-105
页数 3页 分类号 TP393
字数 2217字 语种 中文
DOI 10.3969/j.issn.1673-629X.2009.01.029
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 李炜 安徽大学计算智能与信号处理教育部重点实验室 69 399 12.0 14.0
2 张义超 安徽大学计算智能与信号处理教育部重点实验室 10 98 6.0 9.0
3 卢英 安徽大学计算智能与信号处理教育部重点实验室 5 42 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (12)
参考文献  (4)
节点文献
引证文献  (23)
同被引文献  (62)
二级引证文献  (65)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(3)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(3)
  • 引证文献(2)
  • 二级引证文献(1)
2012(11)
  • 引证文献(6)
  • 二级引证文献(5)
2013(16)
  • 引证文献(4)
  • 二级引证文献(12)
2014(6)
  • 引证文献(1)
  • 二级引证文献(5)
2015(5)
  • 引证文献(1)
  • 二级引证文献(4)
2016(15)
  • 引证文献(3)
  • 二级引证文献(12)
2017(7)
  • 引证文献(1)
  • 二级引证文献(6)
2018(9)
  • 引证文献(2)
  • 二级引证文献(7)
2019(9)
  • 引证文献(0)
  • 二级引证文献(9)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
K-means算法
聚类中心
隐含层节点
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导