10.3969/j.issn.1001-4160.2006.01.014
自适应径向基神经网络及其应用
提出一种基于硬C均值算法的自适应RBF神经网络.该算法根据网络训练误差的变化,在隐层到输出层的权值修改过程中,对学习步长进行自适应调节;对通常采用的基函数宽度的计算方法作了改进;对于硬C均值算法出现的死节点,则在程序运行中自动进行删除.利用该改进的自适应RBF网络进行某合成氨装置的氢氮比预测,网络计算误差小、收敛迅速、结果令人满意,表明网络具有良好的性能.
硬C均值、自适应调节、RBF网络、氢氮比、预测
23
TP39(计算技术、计算机技术)
2006-05-16(万方平台首次上网日期,不代表论文的发表时间)
共5页
59-63