科技信息
科技信息
과기신식
SCIENTIFIC & TECHNICAL INFORMATION
2008年
33期
219-220
,共2页
径向基概率神经网络%递推正交最小二乘算法%梯度学习算法
徑嚮基概率神經網絡%遞推正交最小二乘算法%梯度學習算法
경향기개솔신경망락%체추정교최소이승산법%제도학습산법
径向基概率神经网络(RBPNN)是在径向基函数神经网络(RSFNN)和概率神经网络(PNN)的基础上发展起来的一种新型的前馈神经网络(FNN)模型.该网络模型充分吸收了径向基函数神经网络和概率神经网络的优点,这种新的模型具有计算复杂度低、收敛速度快等优点.本文深入研究了径向基概率神经网络的结构优化算法,在遗传结构优化方法的基础上,提出一种新的两步学习算法,基于遗传算法的梯度学习算法.该算法一方面优化了网络结构,使网络结构尽可能的精简,另一方面有效地提高了网络的推广能力.
徑嚮基概率神經網絡(RBPNN)是在徑嚮基函數神經網絡(RSFNN)和概率神經網絡(PNN)的基礎上髮展起來的一種新型的前饋神經網絡(FNN)模型.該網絡模型充分吸收瞭徑嚮基函數神經網絡和概率神經網絡的優點,這種新的模型具有計算複雜度低、收斂速度快等優點.本文深入研究瞭徑嚮基概率神經網絡的結構優化算法,在遺傳結構優化方法的基礎上,提齣一種新的兩步學習算法,基于遺傳算法的梯度學習算法.該算法一方麵優化瞭網絡結構,使網絡結構儘可能的精簡,另一方麵有效地提高瞭網絡的推廣能力.
경향기개솔신경망락(RBPNN)시재경향기함수신경망락(RSFNN)화개솔신경망락(PNN)적기출상발전기래적일충신형적전궤신경망락(FNN)모형.해망락모형충분흡수료경향기함수신경망락화개솔신경망락적우점,저충신적모형구유계산복잡도저、수렴속도쾌등우점.본문심입연구료경향기개솔신경망락적결구우화산법,재유전결구우화방법적기출상,제출일충신적량보학습산법,기우유전산법적제도학습산법.해산법일방면우화료망락결구,사망락결구진가능적정간,령일방면유효지제고료망락적추엄능력.
