基于免疫聚类和遗传算法的RBF网络设计方法

被引:9
作者
宫新保
周希朗
机构
[1] 上海交通大学电子工程系
[2] 上海交通大学电子工程系 上海
[3] 上海
关键词
人工免疫聚类; 遗传算法; 径向基函数网络; 多用户检测;
D O I
暂无
中图分类号
TP183 [人工神经网络与计算];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
基于人工免疫机制和遗传算法,提出了一种训练径向基函数(RBF)网络的混合算法.该算法采用了一种可以实现数据聚类的人工免疫机制根据输入数据集合自适应地确定RBF网络隐层中心的数量和初始位置;采用遗传算法训练RBF网络,能够使优化过程趋于全局最优.将该方法用于多用户检测问题的实验结果表明,采用这种混合算法训练的RBF网络结构精简,具有很好的抗多址干扰的性能.
引用
收藏
页码:81 / 84
页数:4
相关论文
共 3 条
[1]  
Genetic evolution of the topology and weight distribution of neural networks. Maniezzo V. IEEE ACM Transactions on Networking . 1994
[2]  
Applying radial basis functions. Mulgrew Bernard. IEEE Signal Processing Magazine . 1996
[3]  
Growing radial basis neural networks: merging supervised and unsupervised learning with network growth techniques. Karayiannis N B,Mi G W. IEEE ACM Transactions on Networking . 1997