一种优化RBF神经网络训练算法及其在目标识别中的应用

摘要：

OLS训练方法应用在径向基(RBF)神经网络里时,存在当训练数据量很大时速度很慢的问题,并且OLS方法不能自动确定基函数的平滑参数.本文针对此问题提出了一种基于快速模糊C-均值算法(AFCM)与OLS算法相结合的AFOLS训练算法,该算法使用AFCM 方法对数据进行聚类,并获取基函数的平滑参数,然后使用OLS方法从聚类结果中选取网络中心.利用实测的4类飞机目标数据对其进行性能检验,试验结果验证了该训练算法可提高网络的训练速度,缩小网络规模,提高网络的分类能力.

关键词：正交最小二乘算法、快速模糊C-均值算法、径向基神经网络、AFOLS 算法

所属期刊栏目：28

分类号：TP31(计算技术、计算机技术)

在线出版日期：2005-03-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：18-20