基于三阶段rbfnn学习算法的复杂样本分类研究.pdfVIP

下载本文档

12
0
约3.82万字
约 5页
2017-09-03 发布于天津
举报
版权申诉

基于三阶段rbfnn学习算法的复杂样本分类研究.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

年月系统工程与电子技术第卷第期文章编号基于三阶段学习算法的复杂样本分类研究田津李敏强陈富赞天津大学管理学院天津摘要以提高径向基函数神经网络的分类能力为出发点把衰减半径聚类的思想与误差平方和准则结合起来提出了三阶段学习算法该算法先利用动态衰减半径聚类确定隐节点的初始结构再由误差平方和准则进行中心点微调并用类内类间距确定径基宽度最后采用伪逆法训练隐层与输出层间的连接权重给出了算法的具体步骤并通过和数据集的仿真实验证明该算法确实具有较强的分类能力关键词径向基函数神经网络分类衰减半径聚类误差平方和中图分

2006 年 1 月系统工程与电子技术 Jan. 2006 第 28 卷　第 1 期 Aerospace Electronics Information Engineering and Control Vol. 28 　No. 1 ( ) 文章编号 : 1001506X 2006 基于三阶段 R