径向基函数神经网络的构造需要确定每个RBF 的中心、宽度和数目。该文利用改进的聚类算法自动构造RBFN,考虑样本的类别属性,根据样本分布自动计算RBF 的中心和宽度,并确定RBF 的数目。所有的网络参数采用非线性优化算法来优化。通过IRIS 分类问题和混沌时间序列预测评价自构建RBFN 的性能,验证参数优化效果。结果表明,自构造RBFN 不但能够自动确定网络结构,而且具有良好的模式分类和函数逼近能力。通过对网络参数的非线性优化,该算法明显改善了网络性能。
相关下载链接:
//download.csdn.net/download/timeme/2820449?utm_source=bbsseo