资料下载
×
一种对RBF网络中聚类算法的改进
消耗积分:3 |
格式:rar |
大小:194 |
2009-09-11
陈文博
分享资料个
对现有的RBF 神经网络进行了分析，并对训练过程中使用的聚类算法进行了改进。经实验证明，基于改进后的RBF 网络具有更少的隐含神经元，但仍然保持了基于RBF 网络分类器的准确率。
关键词: RBF；神经网络；聚类算法
RBF(Radial Basis Function Neural Network) 是Moody 和Darken 提出了一种神经网络结构。RBF 网络是一种性能良好的前向网络，它不仅有全局逼近性质，而且具有最佳逼近性能。
尽管如此，RBF 网络同样存在问题需要解决，如隐含神经元个数较多降低了训练过程的时间效率。在构建RBF 网络时，隐含神经元个数是一个重要的参数。Maffezzoni and Gubian [1] 将该参数设定为训练样本的个数，再经人工裁减，获得更优值。但仍不能满足大规模应用的要求。本文正是从这点出发，在Roy etal[3]等提出的算法基础上进行了一些改进，经实验证明，这种改进不但减少了隐含神经元的个数而且保持了RBF 网络的准确率。
关键词: RBF；神经网络；聚类算法
RBF(Radial Basis Function Neural Network) 是Moody 和Darken 提出了一种神经网络结构。RBF 网络是一种性能良好的前向网络，它不仅有全局逼近性质，而且具有最佳逼近性能。
尽管如此，RBF 网络同样存在问题需要解决，如隐含神经元个数较多降低了训练过程的时间效率。在构建RBF 网络时，隐含神经元个数是一个重要的参数。Maffezzoni and Gubian [1] 将该参数设定为训练样本的个数，再经人工裁减，获得更优值。但仍不能满足大规模应用的要求。本文正是从这点出发，在Roy etal[3]等提出的算法基础上进行了一些改进，经实验证明，这种改进不但减少了隐含神经元的个数而且保持了RBF 网络的准确率。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
