一种改进的基于扩展的RBF模糊神经网络

• 作者: 夏烨 徐蔚鸿 胡蓉
• 来源期刊: 宁夏大学学报（自然科学版）
• 学科: 工学
• 关键词: 模糊神经网络 参数调整 泛化能力
• 年，卷（期）: 2010,（3）
• 页码范围: 239-242
• 分类号: TP183
• 字数: 2795字
• 语种: 中文
• DOI: 10.3969/j.issn.0253-2328.2010.03.011

摘要

针对Wu Shiqian等提出的动态模糊神经网络(D-FNN),在参数估计时,对中心的调整直接采用输入数据会导致网络收敛速度慢、乏化能力不好的情况,提出一种改进的基于RBF的动态模糊神经网络(RBDFNN).该网络采用连续学习的方法和分级学习的思想,在进行前提参数的估计时,高斯隶属函数的中心动态调整充分考虑了宽度调整对中心的影响,算法能自动地确定模糊规则.仿真实验表明,算法在收敛速度和乏化能力方面优于原来的算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐蔚鸿	南京理工大学计算机科学与技术学院	85	647	14.0	21.0
3	胡蓉	南京理工大学计算机科学与技术学院	11	26	3.0	5.0