一种新颖的径向基函数（RBF）网络学习算法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：以提高RBF网络泛化能力为着眼点,提出了一种新型的网络结构自适应学习算法.该算法采用衰减聚类半径的聚类算法来确定初始的隐层结构,然后通过调整包含样本类别信息的扩展聚类不纯度来修正隐层结构,直至满足所有扩展聚类不纯度均小于等于不纯度均值以及所有扩展聚类方差均不超过方差均值这两个条件.这样就确定了隐层的最终结构.在确定隐层结构之后,采用反向传播算法来训练隐层与输出层之间的连接权重.经双螺旋线问题仿真试验验证,该算法确实具有较强的泛化能力.

原文链接:http://www.cqvip.com//QK/90818X/200311/8725321.html

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。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：学习算法 网络学 RBF cqvip HTML 单隐层前馈神经网络 径向基函数 网络学习算法 机器学习 支持向量机