期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种新型径向基函数神经网络学习算法——递归正交最小二乘法(ROLS)
被引量：
7
1
作者
张兴兰
曹长修
梅彬
《重庆大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2002年第10期56-60,共5页
径向基函数神经网络在很多领域都得到了成功的应用。但迄今为止仍没有一种有效的方法来确定隐层中心数目。笔者将递归正交最小二乘 (ROLS)方法引入RBFNN建模训练 ,利用ROLS算法训练网络后所得的有用信息 ,采用后向选择算法 ,逐步去掉那...
径向基函数神经网络在很多领域都得到了成功的应用。但迄今为止仍没有一种有效的方法来确定隐层中心数目。笔者将递归正交最小二乘 (ROLS)方法引入RBFNN建模训练 ,利用ROLS算法训练网络后所得的有用信息 ,采用后向选择算法 ,逐步去掉那些使网络残差增加最小的中心 ,在得到网络有效中心的同时 ,还满足了精度要求 ,从而大大简化了RBF网络结构 ,节约了大量的存储空间以及计算量。
展开更多
关键词
径向基函数神经网络
学习
算法
递归正交最小二乘法
ROLS
后向选择算法
网络结构
在线阅读
下载PDF
职称材料
基于GM(0,N)和RBF的小样本时程数据预测
被引量：
2
2
作者
张诚
江琼
《计算机工程与应用》
CSCD
北大核心
2005年第5期62-64,206,共4页
RBF网络具有良好的非线性函数逼近能力,且收敛速度快,而灰色GM(,)静态模型对小样本线性数据的预0N测精度高,将两者有机结合起来,提出了一种新的小样本数据预测方法,即灰色RBF(GRBF)静态预测法。同时,为了提高RBF网络的预测精度和运算效...
RBF网络具有良好的非线性函数逼近能力,且收敛速度快,而灰色GM(,)静态模型对小样本线性数据的预0N测精度高,将两者有机结合起来,提出了一种新的小样本数据预测方法,即灰色RBF(GRBF)静态预测法。同时,为了提高RBF网络的预测精度和运算效率,文中采用ROLS和后向选择法来训练网络。将GRBF静态预测方法应用到小样本时程数据的预测中,实验结果表明,此预测方法快捷简便,精度高,具有良好的实用性。
展开更多
关键词
灰色RBF
算法
RBF神经网络GM(0
N)静态模型
ROIS和
后向选择算法
小样本时程数据
在线阅读
下载PDF
职称材料
题名
一种新型径向基函数神经网络学习算法——递归正交最小二乘法(ROLS)
被引量：
7
1
作者
张兴兰
曹长修
梅彬
机构
重庆大学自动化学院
出处
《重庆大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2002年第10期56-60,共5页
基金
国家教育部博士点基金资助项目 (980 61117)
重庆市基础研究资助项目
文摘
径向基函数神经网络在很多领域都得到了成功的应用。但迄今为止仍没有一种有效的方法来确定隐层中心数目。笔者将递归正交最小二乘 (ROLS)方法引入RBFNN建模训练 ,利用ROLS算法训练网络后所得的有用信息 ,采用后向选择算法 ,逐步去掉那些使网络残差增加最小的中心 ,在得到网络有效中心的同时 ,还满足了精度要求 ,从而大大简化了RBF网络结构 ,节约了大量的存储空间以及计算量。
关键词
径向基函数神经网络
学习
算法
递归正交最小二乘法
ROLS
后向选择算法
网络结构
Keywords
recursive orthogonal least squares
RBFNN
backward selection
reduction
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于GM(0,N)和RBF的小样本时程数据预测
被引量：
2
2
作者
张诚
江琼
机构
深圳电视台技术管理中心制作部
武汉理工大学计算机科学与技术学院计算机技术系
出处
《计算机工程与应用》
CSCD
北大核心
2005年第5期62-64,206,共4页
基金
国家"十五"科技攻关项目资助(项目号:2001BA307B01-02-01)
文摘
RBF网络具有良好的非线性函数逼近能力,且收敛速度快,而灰色GM(,)静态模型对小样本线性数据的预0N测精度高,将两者有机结合起来,提出了一种新的小样本数据预测方法,即灰色RBF(GRBF)静态预测法。同时,为了提高RBF网络的预测精度和运算效率,文中采用ROLS和后向选择法来训练网络。将GRBF静态预测方法应用到小样本时程数据的预测中,实验结果表明,此预测方法快捷简便,精度高,具有良好的实用性。
关键词
灰色RBF
算法
RBF神经网络GM(0
N)静态模型
ROIS和
后向选择算法
小样本时程数据
Keywords
Grey RBF(GRBF),RBF neural network,GM(0,N)static model,ROLS and backward selection algorithm,small sample time-sisplacement data
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种新型径向基函数神经网络学习算法——递归正交最小二乘法(ROLS)
张兴兰
曹长修
梅彬
《重庆大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2002
7
在线阅读
下载PDF
职称材料
2
基于GM(0,N)和RBF的小样本时程数据预测
张诚
江琼
《计算机工程与应用》
CSCD
北大核心
2005
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
