RBF网络隐含层节点的优化

被引：13

作者：

张义超

卢英

李炜

机构：

[1] 安徽大学计算智能与信号处理教育部重点实验室

来源：

关键词：

K-means算法; 聚类中心; 隐含层节点;

D O I：

暂无

中图分类号：

TN911.73 [图像信号处理]; TP183 [人工神经网络与计算];

学科分类号：

0711 ; 080401 ; 080402 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

RBF神经网络隐含层节点数的确定一直以来是该网络设计成败的关键所在,文中采用K-means自组织聚类方法为隐含层节点的径向基函数确定合适的数据中心,先给出一个初始值,再慢慢调整,通过实验数据来确定最佳隐含层节点数。结果表明,如果隐含层设计得当,RBF网络可以很好地解决函数接近问题。

引用

页码：103 / 105

页数：3