一种带混合算法的RBF神经网络及其在钢板表面缺陷分类中的应用

摘要：

基于径向基函数(RBF)神经网络模型,提出了一种优选聚类算法、梯度法和正交最小二乘法(OLS)相结合的混合算法,并将其应用于钢板表面的缺陷分类中,实验证明其有效地提高了RBF网络的识别能力和改进了其泛化能力。

关键词： RBF神经网络 径向基函数 优化聚类算法 梯度法 OLS 最小二乘法 钢板表面缺陷分类

作者: 赵向阳 赖康生 代东明

作者单位: 大连理工大学,物理系光电检测技术工业应用中心,辽宁,大连,116024

会议类型: 国内会议

会议名称: 中国钢铁节能环保与自动化会议暨第十一届全国自动化应用技术学术交流会

会议地点: 北京

会议语种:中文

页码: 757-760

在线出版日期: 2006-08-19（万方平台首次上网日期，不代表论文的发表时间）