基于RBF神经网络结构混合优化的数字识别

摘要：

以数字识别为应用背景构建RBF神经网络结构,首先把最近邻聚类算法与k-均值聚类算法应用于RBF神经网络隐层中心个数及中心值的确定中,实现了隐层中心个数与中心值的自适应获取;然后将遗传算法与伪逆法相结合来确定隐层中心宽度及输出权值;最后对混合优化的神经网络与传统的基于中心自组织学习算法优化的网络进行仿真实验.实验中使用未加噪声和添加噪声的数字样本对网络进行测试,与传统优化方法对比结果表明,应用该混合学习算法构建的神经网络具有识别能力强、计算量小的优点.

关键词：径向基函数神经网络(RBFNN)、聚类、遗传算法、数字识别

所属期刊栏目：27

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金资助项目61007003

在线出版日期：2015-07-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：214-221