基于模糊分组和监督聚类的RBF回归性能改进
为了提高RBF回归建模的精度,该文提出了一种基于模糊分组和监督聚类的RBF回归建模的新方法.基本思想是:首先利用监督聚类将训练样本模糊划分为若干子集,然后分别针对各个子集的样本分布情况进行RBF回归建模,最后利用加权组合得到最终的输出.实验表明,该方法对于目标模型的局部细节具有更好的逼近精度.
径向基函数神经网络、模糊分组、监督聚类、回归
31
TP183(自动化基础理论)
国家863计划项目2007AA1Z158;国家自然科学基金60773206/ F020106资助课题
2009-06-11(万方平台首次上网日期,不代表论文的发表时间)
共4页
1157-1160