西安交通大学电子与信息工程学院 710049
李昌彪
TP18
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.
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