PSO聚类和梯度算法结合的RBF神经网络优化 [推广有奖]

摘要：针对制约径向基函数RBF神经网络发展及其应用的瓶颈问题，提出一种基于粒子群优化算法PSO的改进K—eans聚类思想，以确定其隐节点的数目。结合梯度算法，通过最小化目标函数调节隐节点的数据中心、宽度和输出权值，最终达到优化RBF神经网络的目的；同时，将优化后的网络应用于滚动轴承故障模式识别。试验结果表明，该方法能自适应地确定RBF神经网络隐节点的数目并调整其结构参数，使网络具有较快的收敛速度和较高的收敛精度，从而准确地识别滚动轴承的故障模式。

原文链接:http://www.cqvip.com/Main/Detail.aspx?id=36745420

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）