粗糙集意义下的一种RBF 神经网络设计方法
DOI:
CSTR:
作者:
作者单位:

湖南大学电气与信息工程学院 长沙 410082

作者简介:

张东波

通讯作者:

中图分类号:

TP391.4

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:

    提出一种集成粗糙集理论的RBF网络设计方法.由布尔逻辑推理方法进行属性离散化,得到初始决策模式集,通过差异度对初始决策模式的相似度进行衡量并实现聚类,以聚类决策模式构造RBF网络.为加快训练速度,分别对隐层参数和输出权值采用BP算法和线性最小二乘滤波法进行训练.实验结果表明,该方法设计的RBF 网络结构简洁,泛化性能良好,混合学习算法的收敛速度优于单纯的BP算法.

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

王耀南;张东波;黄辉先;易灵芝.粗糙集意义下的一种RBF 神经网络设计方法[J].控制与决策,2007,22(10):1091-1096

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:2006-06-28
  • 最后修改日期:2006-10-12
  • 录用日期:
  • 在线发布日期: 2007-10-20
  • 出版日期:
文章二维码