基于自适应结构的径向基神经网络模式识别

• 作者: 周贞贞 孙桦
• 来源期刊: 太赫兹科学与电子信息学报
• 学科: 工学
• 关键词: 径向基神经网络 梯度下降 扩展卡尔曼滤波 遗传算法 无先导卡尔曼滤波 模式识别
• 年，卷（期）: 2013,（3）
• 页码范围: 474-479
• 页数: 6页
• 分类号: TN919.8|TP183
• 字数: 3752字
• 语种: 中文
• DOI: 10.11805/TKYDA201303.0474

摘要

为了提高神经网络模式识别的泛化能力，运用梯度下降、扩展卡尔曼滤波、无先导卡尔曼滤波和一种基于遗传算法与扩展卡尔曼滤波组合的新方法，对径向基神经网络的中心节点和权重进行了优化，建立了自适应结构的径向基神经网络模型，实现了对 IRIS 数据集的识别。通过仿真实验，对基于不同算法的径向基神经网络，从逼近能力、输出误差、学习效率与识别精确度等方面进行了分析比较。本文方法具有很强的非线性处理能力和自适应能力及较快的学习速度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙桦	北京航空航天大学电子信息工程学院	4	4	2.0	2.0
2	周贞贞	北京航空航天大学电子信息工程学院	1	2	1.0	1.0