点击次数：

论文类型：期刊论文

发表时间：2002-12-25

发表刊物：控制理论与应用

收录刊物：PKU、ISTIC、CSCD

卷号：19

期号：6

页面范围：940-944

ISSN号：1000-8152

关键字：神经网络;模式识别;输入输出聚类;径向基感知器网络;建筑材料

摘要：基于RBF(radial basisfunction)网络和感知器(perceptron)网络建立起一种新型四层前向神经网络--径向基感知器网络(RBPN,radialbasis perceptronnetwork).该网络主要有以下特点:1)网络结构上,两层隐层选择性连接;2)学习规则上,采用同时考虑输入输出样本信息的IOC(input-output clustering)聚类方法且聚类中心的形状参数σ自适应变化.对材料成分分析领域的仿真结果表明,该网络可成功地包含材料成分的构成信息,实现精确分类,并具有较高的泛化能力.