一种优化的RBF神经网络在调制识别中的应用

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：提出了一种基于径向基函数（RBF）神经网络的通信信号调制识别方法,该方法采用模糊C-均值（FCM）聚类算法对数据进行聚类,并获取基函数的参数,采用梯度下降法训练网络权值．利用最优停止法对网络进行了优化,避免了过学习现象,提高了RBF网络的训练速度和泛化能力,以实际信号数据对该网络进行性能检验,实验结果表明了该RBF网络具有较高的识别精度．

原文链接:http://www.cqvip.com//QK/90250X/200706/24704320.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：神经网络 神经网 RBF cqvip 梯度下降 调制识别 径向基函数神经网络 模糊C-均值聚类算法 最优停止法