一种基于代数算法的RBF神经网络优化方法

摘要：

提出了一种新的RBF神经网络的训练方法,采用动态K-均值方法对RBF神经网络的隐层中心值和宽度进行了优化,用代数算法训练隐层和输出层之间的权值.在对非线性函数进行逼近的仿真中,验证了该算法的有效性.

关键词：径向基函数神经网络、代数算法、动态K-均值方法

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：北京市教委科技发展计划项目KZ200710028014

在线出版日期：2008-05-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：96-98