一种优化的RBF神经网络在调制识别中的应用

被引:34
作者
叶健
葛临东
吴月娴
机构
[1] 解放军信息工程大学
关键词
调制识别; 径向基函数神经网络; 模糊C-均值聚类算法; 最优停止法;
D O I
10.16383/j.aas.2007.06.014
中图分类号
TP183 [人工神经网络与计算]; TN761 [调制技术与调制器];
学科分类号
摘要
提出了一种基于径向基函数(RBF)神经网络的通信信号调制识别方法,该方法采用模糊C-均值(FCM)聚类算法对数据进行聚类,并获取基函数的参数,采用梯度下降法训练网络权值.利用最优停止法对网络进行了优化,避免了过学习现象,提高了RBF网络的训练速度和泛化能力,以实际信号数据对该网络进行性能检验,实验结果表明了该RBF网络具有较高的识别精度.
引用
收藏
页码:652 / 654
页数:3
相关论文
共 8 条