基于人工免疫RBF神经网络的分类模型研究

• 作者: 翁权杰
• 来源期刊: 信息通信
• 学科: 工学
• 关键词: 人工免疫 RBF神经网络 分类
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 学术研究
• 页码范围: 59-60
• 页数: 2页
• 分类号: TP183
• 字数: 2426字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1131.2018.01.024

摘要

径向基函数(RBF)神经网络广泛应用于非函数逼近、模式识别等领域,是一种泛化能力强、训练速度快的智能信息处理方法,其隐层中心的选择很关键.用改进的人工免疫网络算法提取原数据集的特征数据,并以该特征数据作为RBF网络隐层节点的中心,从而自适应地确定聚类中心的数量和位置,提高了RBF神经网络的学习速度和精度.将改进后的人工免疫RBF应用于iris数据集分类和遥感影像分类中,实验证明了算法模型有效可行,且具有理想的分类准确率.与其它神经网络分类方法相比,大大提高了分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	翁权杰	广州商学院信息技术与工程学院	2	1	1.0	1.0