原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 21 卷第 2 期 系 统 工 程 学 报 Vol. 21 No. 2
2006 年 4 月 JOURNAL OF SYSTEMS ENGINEERING Apr. 2006
复杂样本分类的 GARBFNN 方法①
田 津, 李敏强 , 陈富赞
(天津大学管理学院 , 天津 300072)
( ) ( )
摘要 : 本文以提高径向基函数神经网络 RBFNN 分类能力为出发点 ,结合遗传算法 GA 群体并行搜索能力 ,
提出了一种有效的 GARBFNN 学习算法. 该算法在传统衰减聚类算法确定网络初始结构的基础上 ,加入控制
向量 ,设计了包含整个网络隐节点结构和径基宽度的矩阵式混合编码方式 , 以及相应的遗传操作算子. 网络权
值由伪逆法求解确定. 经 Iris 、WINES 和 Glass 数据集的仿真实验验证 ,该算法快速有效 ,具有较强的复杂样本
分类能力.
关键词 : 径向基函数神经网络 ; 遗传算法 ; 混合编码 ; 分类能力
( )
中图分类号: TP18 文献标识码 : A 文章编号 : 1000 - 5781 2006 02 - 0163 - 08
GARBFNN learning algorithm for complex classifications
TIAN Jin , LI Minqiang , CHEN Fuzan
( School of Management , Tianjin University , Tianjin 300072 , China)
Abstract : This paper proposes an adaptive learning algorithm , GA- RBFNN , to build a RBF neural net
work (RBFNN) model. The algorithm utilizes GA ’s parallel- search ability to improve the classification ac
curacy of the RBFNN. Firstly , the initial network hidden structure of a RBFNN model is determined by
the traditional decayed-radius clustering algorithm. Then the hidden centers of a RBFNN are modified by
a specially designed GA , which is based on the matrixform mixed encoding scheme with a control vector
for regulating the structure of a RBFNN , and the new genetic operators are
文档评论（0）