一种改进的RBF神经网络在农机总动力预测中的应用

• 作者: 吴志辉 方堃 潘琪 王福林
• 来源期刊: 农机化研究
• 学科: 农学
• 关键词: 系统聚类 径向基函数 神经网络 时间序列预测
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 新技术应用
• 页码范围: 241-245
• 页数: 5页
• 分类号: S23-01
• 字数: 3190字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-188X.2018.07.044

摘要

径向基神经网络是一种局部逼近型神经网络,具有结构简单、训练速度快等优点.为此,分析了传统径向基神经网络采用k-means聚类方法确定网络相关参数中存在的问题,提出了一种基于系统聚类确定基函数中心的方法,利用系统聚类逐个减少类别个数的原理,解决了确定基函数中心时对初始点敏感的问题,同时提出用一个和类间距相关的参数作为聚类终止的条件,确定了基函数的数量.用改进的方法对农机总动力进行预测,结果表明:改进方法在确定网络结构和提高网络性能方面有较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王福林	东北农业大学工程学院	168	1809	23.0	34.0
2	吴志辉	东北农业大学工程学院	5	20	2.0	4.0
3	潘琪	东北农业大学工程学院	1	1	1.0	1.0
4	方堃	东北农业大学工程学院	2	13	1.0	2.0