| 基于GA优化的RBF网络算法 |
| |
| 引用本文： | 杨洁.基于GA优化的RBF网络算法[J].广西科学院学报,2013,29(4):262-264,268. |
| |
| 作者姓名： | 杨洁 |
| |
| 作者单位： | 柳州职业技术学院信息工程系,广西柳州545006 |
| |
| 基金项目： | 广西教育厅科研项目（200911LX486）资助. |
| |
| 摘 要： | 针对RBF神经网络易于陷入局部最大值的缺点,把遗传算法引入RBF神经网络中,利用遗传算法具有全局搜索的优点,对RBF神经网络的权值进行优化,并把优化后的神经网络模型用于DNA序列的分类.仿真实验表明,采用遗传优化的RBF神经网络比传统RBF神经网络分类有更高的分类效率和正确率.
|
| 关 键 词： | RBF神经网络 DNA序列分类 特征提取 遗传优化 |
| 收稿时间： | 2013/2/15 0:00:00 |
| 修稿时间： | 2013/5/10 0:00:00 |
GA-Based RBF Network Optimization |
| |
| YANG Jie.GA-Based RBF Network Optimization[J].Journal of Guangxi Academy of Sciences,2013,29(4):262-264,268. |
| |
| Authors: | YANG Jie |
| |
| Institution: | YANG Jie (Department of Computer Science, Liuzhou Vocational Technological College, Liuzhou, Guangxi, 545006, China) |
| |
| Abstract: | Because RBF neural network is easy to fall into the defects of local maxima, the ge- netic algorithm is introduced into the RBF neural network. The advantage of genetic algo- rithm on global search can optimize the RBF neural network weights and the optimized neu- ral network model is further used to classify DNA sequences. Compared with traditional RBF neural network, the genetic optimized RBF neural network shows higher classification efficiency and accuracy. |
| |
| Keywords: | RBF neural network DNA sequence classification feature extraction geneticoptimization |
| 本文献已被 维普 等数据库收录！ |
| 点击此处可从《广西科学院学报》浏览原始摘要信息 |
| 点击此处可从《广西科学院学报》下载免费的PDF全文 |
|
