采样算子调整的径向基网络增量映射学习算法

摘要：

为了提高增量映射学习(IPL)算法的效率,调整了径向基神经网络基函数的中心及方差,以达到调整采样算子的目的,同时,通过神经元函数相关性的计算,确定添加新神经元时,相关函数的阈值,为系统结构调整提供相应依据.新方法步骤相对简单,所以算法速度较快;仿真结果表明,由于系统参数得到调整,对于同一问题,改进IPL算法得到的径向基神经网络结构较一般算法得到的网络结构简单,输出结果也较为精确.

关键词：增量映射学习(IPL)算法、径向基(RBF)神经网络、三相训练法

所属期刊栏目：21

分类号：TP183(自动化基础理论)

在线出版日期：2004-09-23（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：655-658