基于改进kmeans聚类方法的RBF神经网络设计

被引：4

作者：

何迎生

段明秀

机构：

[1] 吉首大学数学与计算机科学学院

来源：

关键词：

kmeans; RBF; 神经网络; 中心; 宽度;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

提出了一种利用改进的kmeans聚类算法确定径向基函数的数目、基函数中心及宽度,输出层权值由线性方程组确定的RBF网络设计方法.通过对函数逼近的仿真实验,表明该RBF网络比Kmeans聚类算法设计的RBF网络更加稳定高效.

引用

页码：48 / 50

页数：3

共 5 条

[1] 基于聚类的RBF-LBF串联神经网络学习算法 [J].

唐勇智 ;

葛洪伟 .

[2] 基于改进的模糊聚类的RBF网络的设计 [J].

徐晓晖 ;

唐凤涛 .

[3]

径向基函数神经网络的学习算法研究[D]. 李彬.山东大学 2005

[4]

大规模人工神经网络理论基础[M]. 北方交通大学出版社 , 罗四维著, 2004

[5]

神经网络计算[M]. 高等教育出版社 , 吴微编著, 2003