摘要
根据RBF网络要学习的3个参数:基函数的中心、方差和权值,提出了广义RBF网络自组织选取中心的学习算法.该算法首先学习隐层基函数的中心与方差,然后学习输出层权值,仿真结果表明了该算法的有效性.
An algorithm for generalized RBF neural network was presented through analyzing three parameters： center, variance and weight. First, this self-organizing selects center algorithm learning basis functions in hidden layers. Then the weight of output layers is learned, simulations indicate the efficiency of the algorithm.
出处
《信阳师范学院学报（自然科学版）》
CAS
北大核心
2007年第4期515-517,共3页
Journal of Xinyang Normal University(Natural Science Edition)
基金
河南省科技攻关基金项目(0624220104)
关键词
RBF神经网络
自组织选取中心
基函数
radial basis function neural networks
self-organizing selection center
basis function
