Rss Email Alert
期刊订阅| 联系我们
高级搜索
高级搜索
首页 > 过刊浏览>2006年第21卷第7期 >821-824
PDF HTML阅读 XML下载 导出引用 引用提醒
一种基于属性重要性的粗糙RBF神经网络
DOI:
CSTR:
作者:
作者单位:

西安交通大学电子与信息工程学院 710049

作者简介:

李昌彪

通讯作者:

中图分类号:

TP18

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
    • |
  • 图/表
    • |
  • 访问统计
    • |
  • 参考文献
    • |
  • 相似文献
    • |
  • 引证文献
    • |
  • 资源附件
    • |
  • 文章评论
    摘要:

    提出一种基于属性重要性的粗糙RBF神经网络模型,该模型不仅具有明确的生物意义和物理意义, 而且简化了拓扑结构, 减少了运算量和成本.实际应用结果表明,这种粗糙RBF 神经网络在油水层识别中效果显著, 其学习训练速度和拟合精度远优于传统的RBF 网络算法.

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

李昌彪;夏克文;宋建平;闾晓晨.一种基于属性重要性的粗糙RBF神经网络[J].控制与决策,2006,21(7):821-824

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2005-04-14
  • 最后修改日期:2005-06-27
  • 录用日期:
  • 在线发布日期: 2006-07-20
  • 出版日期:
文章二维码

办公地点：东北大学 综合楼313室

通讯地址：沈阳市和平区文化路3巷11号 东北大学125信箱 《控制与决策》编辑部(110819)

收件人：《控制与决策》编辑部 (如果快递，请选择EMS或顺丰快递，其他快递无法送达。)

电话: 024-83687766，23906437

版权所有 :控制与决策

技术支持：北京勤云科技发展有限公司

E-mail: kzyjc@mail.neu.edu.cn

版权所有 :控制与决策

技术支持：北京勤云科技发展有限公司