10.3969/j.issn.1008-0570.2009.15.107
改进的RBFNN学习算法及其应用
RBFNN(radial basis function neural networks)的参数确定得是否合理将直接影响RBFNN的学习性能.通过正交最小二乘算法选择RBFNN的中心由于容易实现而得到广泛的应用,但是正交最小二乘算法并没有对中心宽度的选择作出分析.文章借助正交最小二乘算法确定隐节点中心的位置,并采用类内样本分散度和类间距离共同确定宽度.仿真结果表明本文算法能够达到优化RBFNN参数的目的.
正交最小二乘、径向基神经网络、目标识别
25
TP183(自动化基础理论)
基金申请人:宋建社;项目名称:SAR图像自动识别与三维成像技术研究:基金颁发部门:国家自然科学基金60272022
2009-06-19(万方平台首次上网日期,不代表论文的发表时间)
共2页
267-268