全结构遗传优化径向基概率神经网络
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TP183

基金项目:

国家自然科学基金资助项目 (60 173 0 5 0 )


RADIAL BASIS PROBABILISTIC NEURAL NETWORKS OF GENETIC OPTIMIZATION OF FULL STRUCTURE
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    使用遗传算法来实现径向基概率神经网络(RBPNN)的全结构遗传优化,包括优选网络第一隐层节点数和求取匹配的核函数控制参数.提出了适用于RBPNN的染色体编码方式,不仅使得所选隐中心矢量充分体现了模式样本的空间分布特征,同时还能够获得隐中心矢量的最佳数目及匹配的核函数控制参数.新构造的适应度函数能够有效地控制网络输出的误差精度.实验结果表明,该算法有效地简化了RBPNN模型的结构.

    Abstract:

    The genetic algorithm was used to optimize the full structure radial basis probabilistic neural networks(RBPNN), including selecting the hidden centers vectors of the first hidden layer and determining the matching controlling parameters of kernel function of RBPNN. The proposed genetic encoding method not only completely embodies the space distribution characterizes of pattern samples, but also simultaneously achieves the optimum number of the selected hidden centers vectors and the matching controlling parameters of the kernel function. The novelly constructed fitting function can efficiently control the error accuracy of the RBPNN output. The experimental results show that the algorithm effectivelfies simpliy the structure of PBPNN.

    参考文献
    相似文献
    引证文献
引用本文

赵温波 黄德双.全结构遗传优化径向基概率神经网络[J].红外与毫米波学报,2004,23(2):113~118]. ZHAO Wen Bo, HUANG De Shuang . RADIAL BASIS PROBABILISTIC NEURAL NETWORKS OF GENETIC OPTIMIZATION OF FULL STRUCTURE[J]. J. Infrared Millim. Waves,2004,23(2):113~118.]

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:2003-01-08
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码