基于有效神经元的自组织模糊神经网络算法

• 作者: 王士同 赵鑫 高培
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 模糊神经网络 自组织 预测模型 椭球基函数(EBF)
• 年，卷（期）: 2012,（35）
• 所属期刊栏目: 研究、探讨
• 页码范围: 50-56
• 页数: 7页
• 分类号: TP183
• 字数: 5760字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1112-0134

摘要

针对传统神经网络识别率低和泛化能力差的问题,提出了一种改进的自组织模糊神经网络(SOFNN)学习算法.以保存椭球基函数(EBF)层各个神经元的输出及输出之和为依据进行神经元的修改,删除和增加,进而得到网络的有效神经元,并减少样本训练的时间.用最小二乘法(RLSE)估计参数,用梯度下降法修改参数,保证网络收敛.与其他的模糊神经网络相比,在精确度、结构复杂性和抗干扰性方面的优越性,在真实数据集上得到了有效的验证.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王士同	江南大学数字媒体学院	528	3424	23.0	37.0
2	赵鑫	江南大学物联网工程学院	8	58	4.0	7.0
3	高培	江南大学物联网工程学院	1	2	1.0	1.0