期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于自组织聚类和JS散度的RBF神经网络 被引量:1
1
作者 董镇林 伍世虔 +1 位作者 叶健 银开州 《计算机工程与设计》 北大核心 2024年第4期1062-1068,共7页
针对如何确定径向基函数(RBF)神经网络隐层结构这一问题进行研究,提出一种基于自组织聚类和JS散度的RBF神经网络。为解决K-means算法对初始值敏感的问题,提出基于距离的自组织初始聚类,将戴维森堡丁(DBI)指数作为准则函数,进一步提高聚... 针对如何确定径向基函数(RBF)神经网络隐层结构这一问题进行研究,提出一种基于自组织聚类和JS散度的RBF神经网络。为解决K-means算法对初始值敏感的问题,提出基于距离的自组织初始聚类,将戴维森堡丁(DBI)指数作为准则函数,进一步提高聚类精度,得到代表数据集分布特性的隐节点;为解决隐节点冗余和相似的问题,提出一种基于敏感度分析的隐节点删除方法和基于詹森-香农(JS)散度的隐节点合并方法。仿真结果验证了该算法的有效性。 展开更多
关键词 RBF神经网络 隐层结构 自组织聚类 K-MEANS算法 戴维森堡丁指数 敏感度分析 詹森-香农散度
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部