| 用最陡下降法修正RBF隐层参数 |
| |
| 引用本文： | 李波,王成友,蔡宣平,唐朝京,张尔扬.用最陡下降法修正RBF隐层参数[J].空军工程大学学报,2004,5(4):67-69. |
| |
| 作者姓名： | 李波 王成友 蔡宣平 唐朝京 张尔扬 |
| |
| 作者单位： | [1]空军工程大学电讯工程学院，陕西西安710077 [2]国防科技大学电子科学与工程学院，湖南长沙410073 |
| |
| 摘 要： | 在用传统聚类方法得到初步的RBF隐节点参数之后，提出再用最陡下降法进行误差反传学习，进一步校正隐节点参数。仿真实验证明该方法可以使RBF网络的函数逼近能力明显增强。
|
| 关 键 词： | RBF神经网络 最陡下降法 全局逼近 |
| 文章编号： | 1009-3516(2004)04-0067-03 |
| 修稿时间： | 2003年12月26 |
Modifying the Hidden Layer Parameters by Using the Method of Steepest Descent |
| |
| LI Bo,WANG Cheng-you,CAI Xuan-ping,TANG Chao-jing,ZHANG Er-yang.Modifying the Hidden Layer Parameters by Using the Method of Steepest Descent[J].Journal of Air Force Engineering University(Natural Science Edition),2004,5(4):67-69. |
| |
| Authors: | LI Bo WANG Cheng-you CAI Xuan-ping TANG Chao-jing ZHANG Er-yang |
| |
| Abstract: | At first, the hidden node parameters of RBF are obtained by the classical clustering method; then those parameters are studied again by the method of steepest descent. The simulation shows that the method can reinforce the RBF approximation quality obviously. |
| |
| Keywords: | RBF neural networks method of steepest descent universal approximation |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《空军工程大学学报》浏览原始摘要信息 |
| 点击此处可从《空军工程大学学报》下载免费的PDF全文 |
