基于RBF神经网络混合遗传算法的多用户检测
提出了一种混合递阶遗传算法来同时训练RBF神经网络的结构和参数,引入了改进的染色体编码方案,用基于奇异值分解的最小二乘法计算网络输出层权值,提高了遗传搜索的效率,精简了网络结构.并用变学习速率梯度下降法优化遗传训练出的最优网络,应用到多用户检测中.仿真结果表明,新混合学习算法训练出的网络结构优于其它算法训练的网络结构,并且性能良好.
多用户检测、径向基函数神经网络、递阶遗传算法、网络结构、搜索
30
TP183(自动化基础理论)
中国博士后基金项目20060390170;忻州师范学院院级科研基金项目200803
2009-04-29(万方平台首次上网日期,不代表论文的发表时间)
共5页
1194-1197,1200