基于鲁棒学习的鲁棒RBF神经网络

• 作者: 张亦楠 杜莹 赵时
• 来源期刊: 科技信息
• 学科: 工学
• 关键词: RBF神经网络 聚类 鲁棒损失函数 离群点
• 年，卷（期）: 2010,（7）
• 所属期刊栏目: 科教前沿2
• 页码范围: 454-455,596
• 分类号: TP3
• 字数: 2005字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-9960.2010.07.347

摘要

提出了一种基于鲁棒学习的鲁棒RBF神经网络.使用聚类方法选择RBF网络隐结点的中心,以鲁棒代价函教为目标函教,采用梯度下降法调整隐层结点的宽度和网络权值,从而使RBF网络的学习过程不受离群点的影响,并且能够快速收敛.仿真实验结果表明了RBF神经网络的鲁棒优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵时		3	11	2.0	3.0
2	杜莹		1	0	0.0	0.0
3	张亦楠		1	0	0.0	0.0