一种改进的RAN学习算法

摘要：

提出一种资源分配网络(Resource Allocating Network,RAN)的新的学习算法,称为IRAN算法.该算法通过一个包含4部分的新颖性准则来增加网络中的隐层神经元,通过误差下降速率来删除冗余神经元并采用基于Givens-QR分解的递归最小二乘算法进行输出层权值的更新.通过函数逼近领域中2个Benchmark问题的仿真结果表明,与RAN,RANEKF,MRAN算法相比,IRAN算法不但学习速度快,而且可以得到更为精简的网络结构.

关键词：RAN学习算法、径向基函数、隐层神经元、Givens-QR分解、删除策略

所属期刊栏目：19

分类号：TP183(自动化基础理论)

在线出版日期：2009-08-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：220-226