基于时变RBF网络的非线性时变系统建模

• 作者: 吴雪娇 孙明轩
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: RBF网络 时变神经网络 减聚类算法 非线性时变系统
• 年，卷（期）: 2010,（23）
• 页码范围: 162-164,167
• 分类号: TP393
• 字数: 4054字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2010.23.053

摘要

在常规RBF神经网络中采用时变权值,将其应用于非线性时变系统的建模.采用减聚类算法确定网络隐含层神经元数与基函数中心参数,以迭代学习最小二乘算法修正神经网络时变权值,给出时变RBF网络的学习算法.分析表明,迭代学习最小二乘权值修正算法保证了网络时变权值的有界性,迭代误差收敛于零.仿真结果验证了该方法在非线性时变系统建模方面的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙明轩	浙江工业大学信息工程学院	74	490	13.0	18.0
2	吴雪娇	浙江工业大学信息工程学院	1	10	1.0	1.0