广西教育厅科研项目(2006026)
- 作品数：1 被引量：10H指数：1
- 相关作者：韦琳娜梁斌梅更多>>
- 相关机构：广西大学更多>>
- 发文基金：广西教育厅科研项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 改进的径向基函数神经网络预测模型被引量：10
- 2009年
- 在提高网络传输性能的研究中,径向基函数神经网络(RBF网络)的基函数个数、中心及宽度的确定一直是难解决的问题,为提高RBF网络泛化能力是当前一个重要的研究问题。分析了传统RBF网络工作原理及不足,提出了改进。采用梯度下降法训练径向基函数中心和宽度,提高网络泛化性能。改进最优停止训练算法,使算法效率提高,且避免过拟合现象,最终使RBF网络获得更优的泛化能力。用改进的RBF网络对iris及wine数据集建立预测模型,进行仿真。结果表明,梯度下降方法训练出更优的基函数参数,改进的最优停止训练方法缩短了训练时间、提高预测精度,网络泛化能力有明显提高。
- 梁斌梅韦琳娜
- 关键词：径向基函数神经网络梯度下降法泛化
