基于OCA客观聚类的RBF神经网络的研究

• 作者: 张江 黄静
• 来源期刊: 浙江理工大学学报（自然科学版）
• 学科: 工学
• 关键词: RBF神经网络 OCA客观聚类 隐节点数目 基函数中心
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 电子与自动控制工程
• 页码范围: 71-74
• 页数: 4页
• 分类号: TP183
• 字数: 3421字
• 语种: 中文

摘要

影响RBF神经网络性能的关键因素是基函数中心的选取,而目前尚没有可靠的方法选取RBF神经网络的中心.基于GMDH理论的OCA客观聚类具有能够自动确定最优聚类个数的优点.将OCA聚类应用于RBF神经网络中,用以自适应确定隐节点数目和各径向基函数中心,克服了传统RBF网络不能客观确定隐节点数目的缺点.实验仿真结果表明,基于OCA客观聚类的RBF神经网络具有自适应性、正确率高和训练速度快的优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄静	浙江理工大学信息学院	44	157	6.0	11.0
2	张江	浙江理工大学信息学院	2	0	0.0	0.0