Release Time:2019-03-10  Hits:

Indexed by: Journal Article

Date of Publication: 2004-12-30

Journal: 仪器仪表学报

Included Journals: ISTIC、PKU

Volume: 25

Issue: z3

Page Number: 454-457

ISSN: 0254-3087

Key Words: 径向基函数网络;共轭梯度;监督

Abstract: 径向基函数神经网络的学习过程一般分为两个阶段:非监督学习和监督学习阶段,分别调整网络的中心和权值.这里将网络的总体误差作为目标函数,以待求的所有参数作为变量,同时调整,构成全监督算法.为了提高收敛速度,采用共轭梯度法作为参数优化方法.通过混沌时间序列预测仿真证明,该算法具有良好的性能.