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:
采用PSO混合编码,提出了一种基于混合MPSO-BP的RBF自构建学习算法.该算法中,每个粒子由整数与实数两部分构成,分别对RBF的基函数个数及相关参数(中心、宽度和输出层权值)进行编码.同时设计了一个特殊的适应度函数,在保证精度的前提下,使网络的结构相对简单,以增强网络的自适应与泛化能力,减少主观因素设计对网络性能的影响.仿真实验表明,相对于RBF其他学习算法,所提算法隐节点少、精度高、泛化能力强.
推荐文章
基于MPSO-BP神经网络方法的人体步态识别
步态识别
步态相位
神经网络
粒子群算法
基于MPSO的RBF耦合算法的桩基动测参数辨识
变异粒子群
神经网络
动测
参数辩识
基于改进自构形学习算法的RBF网络结构优化
RBF网络
结构优化
自构形学习算法
基于MPSO-RBF的瓦斯涌出量预测研究
RBF神经网络
改进的PSO算法
瓦斯预测
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MPSO-BP的RBF网络自构建学习算法
来源期刊 系统工程与电子技术 学科 经济
关键词 混合编码 粒子群算法 自构建 RBF网络
年,卷(期) 2010,(3) 所属期刊栏目 软件、算法与仿真
研究方向 页码范围 624-629
页数 6页 分类号 F830.49
字数 4383字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (170)
参考文献  (17)
节点文献
引证文献  (3)
同被引文献  (11)
二级引证文献  (30)
1988(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)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(2)
  • 参考文献(1)
  • 二级参考文献(1)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(3)
  • 参考文献(2)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(4)
  • 参考文献(2)
  • 二级参考文献(2)
2003(3)
  • 参考文献(2)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(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)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(3)
  • 引证文献(0)
  • 二级引证文献(3)
2014(4)
  • 引证文献(1)
  • 二级引证文献(3)
2015(6)
  • 引证文献(0)
  • 二级引证文献(6)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(7)
  • 引证文献(0)
  • 二级引证文献(7)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
混合编码
粒子群算法
自构建
RBF网络
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
系统工程与电子技术
月刊
1001-506X
11-2422/TN
16开
北京142信箱32分箱
82-269
1979
chi
出版文献量(篇)
10512
总下载数(次)
24
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导