一种新的RBF神经元网络分类算法

摘要：

为了改善对人工神经网络行为的认识和研究中的"黑匣子"式的难以处理的状态,基于RBF神经元模型的几何解释,提出了一种新的RBF神经网络分类算法,算法把RBF神经元看作是高维空间里的超球面,从而将神经网络训练问题转化为点集"包含"问题.同传统的RBF网络相比,算法能够自动地优化RBF网络中核函数的个数、中心和宽度,同时,省去了传统RBF神经网络输出层线性连接权的计算,简化了网络的学习过程,大大缩短了训练时间,并且通过实验证明了算法的有效性.

关键词：模式识别、神经网络、神经元、分类器

所属期刊栏目：25

分类号：TP391(计算技术、计算机技术)

在线出版日期：2008-11-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：144-147