一种改进的RAN网络学习算法

摘要：

本文讨论了一种类似于RAN(资源分配网络)网络学习算法的动态RBFNN学习算法.该学习算法在均值聚类初始化基础上,选取训练过程中误差最大的样本,根据RAN网络的新性条件,决定是否分配新的隐层节点,使用最小二乘法训练权值.最后通过对无机建筑材料成分分析的仿真表明该算法可以简化网络结构,实现样本正确分类,并获得较好的泛化性能.

关键词： 最小二乘法 相似度 材料成分 资源分配网络 网络学习 学习算法

作者: 穆云峰 韩冰 韩敏

作者单位: 大连理工大学电子信息学院,大连,116023

会议类型: 国内会议

会议名称: 中国仪器仪表学会第八届青年学术会议

会议地点: 大连

会议语种:中文

页码: 635-636

在线出版日期: 2006-07-28（万方平台首次上网日期，不代表论文的发表时间）