基于分级偏最小二乘回归的径向基函数神经网络

被引：3

作者：

尹建川 ^{[1
]}

东昉 ^{[1
]}

侯建军 ^{[2
]}

胡江强 ^{[1
]}

机构：

[1] 大连海事大学航海学院

[2] 海军大连舰艇学院航海系

来源：

大连海事大学学报 | 2007年 / 03期

关键词：

径向基函数神经网络; 偏最小二乘回归; 泛化性能; 预测控制;

D O I：

10.16411/j.cnki.issn1006-7736.2007.03.019

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：

为提高径向基函数神经网络的泛化性能,提出一种利用分级偏最小二乘回归方法构造径向基函数神经网络的方法,逐步增加网络中的隐节点数直至达到合适的网络规模,消除了训练数据中存在的多重共线性对网络泛化能力的不利影响.所得径向基函数神经网络的泛化能力比偏最小二乘回归构造的径向基函数神经网络提高了约30%.船舶航向跟踪预测控制仿真验证了该算法的可行性和有效性.

引用

页码：113 / 116+121 +121

页数：5