| 基于参数优化的RBF神经网络结构设计算法 |
| |
| 作者姓名： | 翟莹莹 左丽 张恩德 |
| |
| 作者单位： | (东北大学 计算机科学与工程学院, 辽宁 沈阳110169) |
| |
| 基金项目： | 国家自然科学基金资助项目(51704063,51834004,51774076); 中央高校基本科研业务费专项资金资助项目(N171603015,N181604016); “十三五”国家重点研发计划项目(2017YFB0304200). |
| |
| 摘 要： | 针对径向基函数(RBF)神经网络的结构优化问题,提出了一种基于参数优化的RBF神经网络优化算法.首先,改进K-means++算法,使得聚类算法更精确,为RBF神经网络的隐含层节点找到一个合适的初始中心;然后,考虑数据分布和缩放因子选择的影响,采用方差度量法计算隐含层神经元基函数的宽度;最后,修正网络参数,提高网络的非线性逼近能力.实验结果表明,本文提出的基于参数优化的RBF神经网络具有良好的逼近效果和泛化能力.
|
| 关 键 词： | 径向基函数 神经网络 K-means++算法 核函数 数据密度估计 |
| 收稿时间： | 2019-03-11 |
| 修稿时间： | 2019-03-11 |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《东北大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《东北大学学报(自然科学版)》下载全文 |
|
