基于ART的RBF网络结构设计

• 作者: 乔俊飞 蒙西 韩红桂
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 自适应共振理论网络 径向基函数神经网络 结构设计
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 短文
• 页码范围: 1876-1880
• 页数: 5页
• 分类号: TP273
• 字数: 4036字
• 语种: 中文
• DOI: 10.13195/j.kzyjc.2013.0945

摘要

针对径向基函数(RBF)网络隐层结构难以确定的问题，基于自适应共振理论(ART)网络良好的在线分类特性，提出一种RBF网络结构设计算法。该算法将ART网络的聚类特性用于RBF网络结构设计中，通过对输入向量与已存模式的相似度比较将输入向量进行分类，确定隐含层节点个数和初始参数，使网络具有精简的结构。对典型非线性函数逼近的仿真结果表明，所提出的结构具有快速的学习能力和良好的逼近能力。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	乔俊飞	北京工业大学电子信息与控制工程学院	181	1883	22.0	31.0
2	韩红桂	北京工业大学电子信息与控制工程学院	73	706	16.0	21.0
3	蒙西	北京工业大学电子信息与控制工程学院	3	23	3.0	3.0