位置：成果数据库 > 期刊 > 期刊详情页
一种改进的RAN网络学习算法
  • 期刊名称：仪器仪表学报. 27(6)增刊. 635-636, 2006
  • 时间：0
  • 分类：TH7-55[机械工程—仪器科学与技术;机械工程—精密仪器及机械]
  • 作者机构：[1]大连理工大学电子信息学院,大连,116023 大连理工大学电子信息学院,大连,116023 大连理工大学电子信息学院,大连,116023
  • 相关基金：国家自然科学基金(60374064)资助项目
  • 相关项目：含噪声混沌时间序列重构模型与预测研究
作者： 穆云峰, 韩冰, 韩敏*
关键词： RBFNN, RAN, 最小二乘法, 相似度, 材料成分
中文摘要：

本文讨论了一种类似于RAN(资源分配网络)网络学习算法的动态RBFNN学习算法.该学习算法在均值聚类初始化基础上,选取训练过程中误差最大的样本,根据RAN网络的新性条件,决定是否分配新的隐层节点,使用最小二乘法训练权值.最后通过对无机建筑材料成分分析的仿真表明该算法可以简化网络结构,实现样本正确分类,并获得较好的泛化性能.

同期刊论文项目
含噪声混沌时间序列重构模型与预测研究
期刊论文 44 会议论文 19 获奖 6 著作 7
同项目期刊论文
储备池状态空间重构与混沌时间序
一种用于小波网络隐层节点选择的
一种动态RBF网络在模式识别中的
Research on neural network met
邻域自适应选取及权值平均的投影去噪方法
Prediction of chaotic time ser
Process control of pH neutrali
基于小波变换阈值决策的混沌信号
基于主成分分析的多变量时间序列
ESN岭回归学习算法及混沌时间序
改进非线性局部平均算法的混沌去
基于通用学习网络的预估控制
一种自适应构造神经网络的新方法
应用递归神经网络学习周期运动的
一种通用学习网络自适应算法及其
Efficient clustering of radial
一种基于先验知识的矢量边界更新
基于小波多分辨率分析的混沌去噪
Universal learning network and
神经网络应用于多元变量时间序列
递归神经网络在堆石坝地震响应分
基于通用学习网络的控制器设计
一种改进的材料成分神经网络模型
一种用于模式识别的动态RBF神经
EKF在多变量混沌序列辨识中的应
Support vector-echo state mach
Noise smoothing for nonlinear
储备池状态空间重构与混沌时间序列预测
改进局部投影算法的混沌降噪研究
一种用于小波网络隐层节点选择的新方法
一种基于先验知识的矢量边界更新方法
多重分支时间延迟神经网络的混沌预测研究
EKF在多变量混沌序列辨识中的应用
一种动态RBF神经网络在模式识别中的应用
应用递归神经网络学习周期运动吸引子轨迹
基于XML的空间信息共享
基于小波多分辨率分析的混沌去噪研究
径向基函数神经网络的全监督算法
一种用于模式识别的动态RBF神经网络算法
神经网络应用于多元变量时间序列的建模研究