基于GEP优化的RBF神经网络算法

被引：3

作者：

陶俊剑

元昌安

蔡宏果

机构：

[1] 广西师范学院计算机与信息工程学院

来源：

小型微型计算机系统 | 2010年 / 31卷 / 05期

关键词：

GEP; RBF; k-均值算法; 人工神经网络;

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：

RBF神经网络作为一种采用局部调节来执行函数映射的人工神经网络,在逼近能力、分类能力和学习速度等方面都有良好的表现,但由于RBF网络的隐节点的个数和隐节点的中心难以确定,从而影响了整个网络的精度,极大地制约了该网络的广泛应用.为此本文提出基于GEP优化的RBF神经网络算法,对其中心向量及连接权值进行优化.实验表明,本文所提算法比RBF算法的预测误差平均减少了48.96%.

引用

页码：950 / 954

页数：5

共 6 条

[1] 用径向基函数神经网络方法预报太阳黑子数平滑月均值 [J].

赵海娟 ;

王家龙 ;

宗位国 ;

唐云秋 ;

乐贵明 .

地球物理学报, 2008, (01) :31-35

[2] 基于基因表达式编程的自动聚类方法 [J].

陈瑜 ;

唐常杰 ;

叶尚玉 ;

李川 ;

姜钥 ;

刘齐宏 .

四川大学学报(工程科学版), 2007, (06) :107-112

[3] 基于GEP和神经网络的属性约简分类算法 [J].

邓松 ;

元昌安 ;

赵波 ;

段磊 ;

杨乐婵 ;

饶元 ;

廖剑平 .

计算机工程与应用, 2006, (23) :154-157+172

[4]

A novel method for real parameter optimization based on Gene Expression Programming.[J].Kaikuo Xu;Yintian Liu;Rong Tang;Jie Zuo;Jun Zhu;Changjie Tang.Applied Soft Computing Journal.2008, 2

[5]

神经网络.[M].侯媛彬; 杜京义; 汪梅; 编著.西安电子科技大学出版社.2007,

[6]

智能控制及其MATLAB实现.[M].李国勇编著;.电子工业出版社.2005,

← 1 →