Current position: Home >> Scientific Research >> Paper Publications

一种改进的RAN网络学习算法

Release Time:2019-03-10  Hits:

Indexed by: Conference Paper

Date of Publication: 2006-07-28

Page Number: 635-636

Key Words: 最小二乘法;相似度;材料成分;资源分配网络;网络学习;学习算法

Abstract: 本文讨论了一种类似于RAN(资源分配网络)网络学习算法的动态RBFNN学习算法.该学习算法在均值聚类初始化基础上,选取训练过程中误差最大的样本,根据RAN网络的新性条件,决定是否分配新的隐层节点,使用最小二乘法训练权值.最后通过对无机建筑材料成分分析的仿真表明该算法可以简化网络结构,实现样本正确分类,并获得较好的泛化性能.

Prev One:Reduction of the multlvariate input dimension using principal component analysis

Next One:基于GIS的洪水演进模拟系统研究