基于优化的RBF神经网络的变量筛选方法

• 作者: 刘相国 徐富强
• 来源期刊: 计算机系统应用
• 学科: 工学
• 关键词: RBF神经网络 参数优化 交叉验证法 MIV 变量筛选
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 经验交流
• 页码范围: 206-208
• 分类号: TP183|O212.1
• 字数: 2601字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3254.2012.03.047

摘要

由于RBF神经网络结构简单、输出与初始权值无关、自适应、可调参数少等特点,提出了利用交叉验证法寻最优参数SPREAD值,构建最优RBF神经网络模型并结合MIV算法用于变量筛选.通过实例检验了模型的有效性,也使该方法具有较好的稳定性和应用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘相国	巢湖学院数学系	19	53	3.0	7.0
2	徐富强	巢湖学院数学系	9	90	3.0	9.0