一种用于模式识别的动态RBF神经网络算法_图文

维普资讯wwcqvip第5期韩敏等:一种用于模式识别的动态RF神经网络算法B715RMETA的运算次数为16次,练样本的分训辨率为9.LEA的运算次数为35/ST964次,网络的分辨率为9,4/具体的训练结果见表296.构造法的模糊分类器[]软件学报,031()J.20,43:4—2943[]黄德双.神经网络模式识别系统理论I.北京:3-M]电子工业出版社,9619表2RMEA和LETSTA成分识别结果比较Ta.Cmprsnoooetrcgiinotieb2oaiofcmpnneontobandwihRMETAnETAtadLS[]金聪.含噪声前馈神经网络误差函数的理论分析4[]J.计算机研究与发展,023(2:1—120,91)2326[]LMPREL,SIDREM.Efit5AAILOFCANONfcnietannoRBnuantrsfrptenriigfFer[ewokoatrrcgio[]EETasouaNtok,eontnJ.IErnnNerlewrsi20,1()25140125:13—22由表2图5见使用R和可MEA具有更快的T收敛速度,不但能够得到很好的训练误差,而且得[]INPNG6JAID,SDARRAANUNAJmimanilN,SARATCHANDRAN.NolermantcsoaePniageitrgncnleaiaiusnghanequlztonirsreeouc到精简的网络结构,有很好的泛化性能.而具LESTA训练的过程中添加的节点对网络的改善效果不够明显,次训练添加的节点对网络的分每alctnntr(AN)[]EETasolaiewokMRooJ.IErnnNerlNewrs0121:1114uatok,20,1()7—7AN,GERIAVANYM[]ERFANI7.EEsgascnGinla类精度影响不够大,时甚至使得网络的分类精有度降低.该实例仿真可以说明,区域映射动态RF神经网络在模式识别方面具有很好的优势.Bbsdteettevlnayhnvmetyeueodtchoutradmoensbuigaesnnnhacdrsneeourealatnnrlc—locigeuantr[]∥Poednsoh2rnulewokCrceigfte3dAnaIenaiaConeecontrtonlfrnentIheEEEEnnernggiei3结语idceadBooySct.Itnu:E]nMeiinigoiysablsn,nle201:71702—24本文对区域映射动态RF神经网络在模式B识别中的应用进行了研究,出了改进的误差函提数和网络的动态训练方法.讨论了网络建模过程,以二分类样本和建筑材料成分识别为例分并I]魏海坤,58丁维明,宋文忠,等.RF网的动态设计方法B[]J.控制理论与应用,021()636020,95:7—8[]姜立芳,9刘泊,施莲辉.一种改进的BP算法及其在模式识别中的应用[]J.哈尔滨理工大学学报,0320,839—3():09析了该算法的性能.可以得出以下结论:区域映射动态RF神经网络算法可以有效地建立RBBF神经网络模型,且可以提高分类精度,利于并有RF网络在模式识别中的应用.BE0l]王雪峰,学全,英浚.用于模式识别的前馈式神孙冯经网络区域映射模型[]J.哈尔滨工业大学学报,20,25:37003()7—5[1ILYBPtrRcgioadNerl1]RPE.atneontnnuaei参考文献:-1]陶品,1张钹,叶榛.构造型神经网络双交叉覆盖增量学习算法[]J.软件学报,031()142120,42:9—0[]叶少珍,2张钹,鸣锐,吴等.一种基于神经网络覆盖NtokM]arg:argiriewrs[.CmbieCmbieUnvsyddetPrs16es,99[21]席剑辉,韩敏.RBP在模式识别研究中的应用N[]J,控制理论与应用,021()909420,96:4—4AnaidymcRBFnerlntrloihmsditen...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、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!文档内容仅供参考,付费前请自行鉴别。
3、如文档内容存在侵犯商业秘密、侵犯著作权等,请点击“举报”。

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

客服邮箱:

biganzikefu@outlook.com

所有的文档都被视为“模板”,用于写作参考,下载前须认真查看,确认无误后再购买;

文档大部份都是可以预览的,笔杆子文库无法对文档的真实性、完整性、准确性以及专业性等问题提供审核和保证,请慎重购买;

文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为依据;

如果您还有什么不清楚的或需要我们协助,可以联系客服邮箱:

biganzikefu@outlook.com

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

笔杆子文秘
机构认证
内容提供者

为您提供优质文档,供您参考!

确认删除?