10.3969/j.issn.1000-3428.2012.12.051
基于留一准则的多尺度径向基函数网络
针对传统径向基函数(RBF)网络难以确定迭代停止条件的缺点,提出采用最小化留一误差来训练多尺度RBF网络的算法.分别使用全局k均值聚类算法和经验选择方法,构造RBF节点的中心和尺度参数备选项集合,利用正交前向选择方法逐步最小化留一误差,从而确定网络的每一项中心和尺度参数.实验结果显示,该算法能够自动终止新网络节点选择,不需要额外的迭代终止条件,与传统的RBF网络相比,能够产生稀疏性更高且泛化能力更好的径向基网络.
径向基函数网络、多尺度、留一准则、正交前向选择、全局k均值聚类
38
TP301.6(计算技术、计算机技术)
国家自然科学基金资助项目11026145,61071188,61102103;中央高校基本科研业务费专项基金资助项目CUG090112,CUG110407,CCNU10A01013;湖北省自然科学基金资助项目2010CDB04205,2009CDB077;河北省教育厅自然科学青年基金资助项目2010258
2012-08-28(万方平台首次上网日期,不代表论文的发表时间)
共4页
172-175