一种基于AutoEncoder的RBF神经网络训练算法

• 作者: 马艳东
• 来源期刊: 中国科技信息
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 信息技术推广
• 页码范围: 59-60
• 页数: 2页
• 字数: 2343字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8972.2015.09.018

摘要

RBF神经网络中心宽度等参数确定的是否合理将直接影响到RBF网络的学习性能。通过有监督学习的方法来确定RBF神经网络的参数是最一般化的方法。研究表明，参数的初始化问题是该类方法的关键所在。为此，提出了一种利用AutoEncoder初始化RBF神经网络各个参数的新型训练算法。实验仿真表明，与传统RBF神经网络训练算法相比，该新型算法具有更高的训练精度与更强的泛化能力。