版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領
文檔簡介
1、模式分類系統(tǒng)中樣本之間由于存在著高度復雜性和非線性關系，從而導致樣本不易分類。而人工神經網絡可以通過網絡學習，將反映系統(tǒng)內在規(guī)律的神經網絡隱含于網絡結構和參數(shù)中，因此人工神經網絡逐漸成為解決模式分類問題的一種常用方法。徑向基函數(shù)(radialbasisfunction，簡稱RBF)神經網絡作為人工神經網絡的一種，以其牢固的插值理論為基礎，并且具有學習速度快、不易陷入局部極小等優(yōu)點，逐步取代反向傳播(backpropagation，簡稱B
2、P)學習算法在模式識別領域中得到越來越廣泛的關注和應用。雖然常用的RBF神經網絡比較容易構建，但因其結構通常固定或者復雜度較高，從而導致學習時間過長或者網絡資源的浪費。針對上述原因，本文通過對常用RBF神經網絡學習算法的分析，提出一種改進的RBF神經網絡學習算法(MPIRAN，maxerror-pruning-improved-RAN)，該算法從降低網絡復雜度出發(fā)，在學習過程中選取產生最大誤差的樣本代替順序輸入的樣本以此改變RAN新性條
3、件，當不滿足新性條件時，使用相似度參數(shù)調整隱層節(jié)點中心位置，并且為進一步減小網絡結構，采用FPE剪枝策略，使得網絡復雜度和擬合度達到較好的結合。在MPIRAN學習算法的基礎上，從提高網絡學習效率的角度出發(fā)，避免FPE剪枝策略的低效性，提出MRIRAN(maxerror-RBFLN-improved-RAN)學習算法。該算法使用RBFLN(radial basis functional linknetwork，稱為徑向基鏈網絡)結構，增加
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- rbf神經網絡學習算法的研究
- RBF神經網絡在Web挖掘中的應用研究.pdf
- RBF神經網絡在入侵檢測中的應用研究.pdf
- 群體智能算法在RBF神經網絡中的應用.pdf
- 文化算法優(yōu)化RBF神經網絡及應用研究.pdf
- RBF神經網絡及其在電力諧波測量中的應用研究.pdf
- 基于RBF神經網絡的遺傳算法在織物配色中的應用研究.pdf
- RBF神經網絡在數(shù)據(jù)挖掘中的應用研究.pdf
- rbf神經網絡的改進及其應用研究
- RBF神經網絡在圖像顏色空間轉換中的應用研究.pdf
- RBF神經網絡在平面桁架損傷檢測中的應用研究.pdf
- 卷積神經網絡在圖像分類中的應用研究.pdf
- RBF神經網絡在MBR膜污染仿真預測中的應用研究.pdf
- 神經網絡在發(fā)音糾錯算法中的應用研究.pdf
- 改進的RBF神經網絡在可轉化債券定價中的應用研究.pdf
- RBF神經網絡在γ能譜平滑中的應用.pdf
- RBF神經網絡的改進及其應用研究.pdf
- RBF神經網絡在滑模變結構控制中的應用研究.pdf
- RBF神經網絡在城市空氣質量評價中的應用研究.pdf
- RBF神經網絡在ECT圖像重建中的應用研究.pdf
評論
0/150
提交評論