权值与结构双确定法的RBF神经网络分类器

• 作者: 刘锦荣 廖柏林 张雨浓 林键煜 王茹
• 来源期刊: 计算技术与自动化
• 关键词: RBF神经网络 模式分类器 边增边删型 权值与结构双确定法 抗噪性
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 自控理论及应用
• 页码范围: 1-7
• 页数: 7页
• 分类号: TP183
• 语种: 中文

摘要

为了解决径向基函数(RBF)神经网络权值与结构难以确定的问题，基于权值直接确定法，及隐层神经元中心、方差、数目与神经网络性能的关系，提出一种边增边删型的网络权值与结构双确定法。在此方法基础之上，构建一种 RBF神经网络分类器并探讨其分类性能和抗噪能力。计算机数值实验结果验证所提出的边增边删型的权值与结构双确定法能够快速、有效地确定网络的中心、方差和网络最优的权值与结构，所构造的模式分类器具有优越的分类性能和抗噪能力。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张雨浓	中山大学信息科学与技术学院	74	496	13.0	16.0
2	刘锦荣	中山大学信息科学与技术学院	8	55	3.0	7.0
3	王茹	中山大学信息科学与技术学院	3	15	3.0	3.0
4	林键煜	中山大学信息科学与技术学院	1	7	1.0	1.0