RBPN在模式识别研究中的应用

被引：4

作者：

韩敏

席剑辉

程磊

机构：

[1] 大连理工大学电子与信息工程学院

[2] 大连理工大学电子与信息工程学院大连

[3] 大连

来源：

控制理论与应用 | 2002年 / 06期

关键词：

神经网络; 模式识别; 输入输出聚类; 径向基感知器网络; 建筑材料;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

基于RBF(radialbasisfunction)网络和感知器 (perceptron)网络建立起一种新型四层前向神经网络———径向基感知器网络 (RBPN ,radialbasisperceptronnetwork) .该网络主要有以下特点 :1)网络结构上 ,两层隐层选择性连接 ;2 )学习规则上 ,采用同时考虑输入输出样本信息的IOC(input outputclustering)聚类方法且聚类中心的形状参数σ自适应变化 .对材料成分分析领域的仿真结果表明 ,该网络可成功地包含材料成分的构成信息 ,实现精确分类 ,并具有较高的泛化能力 .

引用

页码：940 / 944

页数：5

共 10 条

[1]

Application of artificial neural networks for analyzing strength of concrete. Han Min,Xi Jianhui,Wang Lijiu. Journal of Architecture Material . 2001

[2]

Practical Methods of Optimization. Tang Huanwen,Qing Xue_zhi. . 2000

[3]

Pattern Recognition System Theory of Neural Network. Huang Deshuang. . 1996

[4]

The perceptron: a probabilistic model for information storage and organization in the brain. Rosenblatt F. Psychological Review . 1958

[5]

Pattern recognition with neural networks combined by genetic algorithm. Cho Sung_Bae. Fuzzy Sets and Systems . 1999

[6]

An improved closest cluster learning algorithm. Li Jiexing,Zhang Yun,Fu Xi. Control Theory and Applications . 2000

[7]

The New Civil Building Material. Wang Lijiu. . 1997

[8]

Componentanalysisofcivilbuildingmaterialsusingartificialneuralnetworks. HanMin,XiJianhui,WangLijiu. Pro.ofthe20thChineseControlCnference . 2001

[9]

Whytwohiddenlayersarebetterthanone. ChesterD. IEEEInt.JointConf.onNeuralNetwork . 1990

[10]

Radialbasisfunctionsformultivariableinterpolation:Areview. PowellMJD. Proc.IMAConf.AlgorithmsfortheApproximationofFunctionsandData . 1985

← 1 →