基于优化的RBF神经网络的变量筛选方法

摘要：

由于RBF神经网络结构简单、输出与初始权值无关、自适应、可调参数少等特点,提出了利用交叉验证法寻最优参数SPREAD值,构建最优RBF神经网络模型并结合MIV算法用于变量筛选.通过实例检验了模型的有效性,也使该方法具有较好的稳定性和应用性.

关键词：RBF神经网络、参数优化、交叉验证法、MIV、变量筛选

所属期刊栏目：21

分类号：TP3;TM7

资助基金：巢湖学院自然科学研究资助项目XLY-201101

在线出版日期：2012-05-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：206-208