基于支持向量机和OLS的RBF网络训练方法

摘要：

本文基于支持向量机与径向基神经网络在结构上的相似性，提出了一种基于支持向量学习与OLS算法的二阶段RBF网络构造方法:先训练支持向量机得到RBF网络较优的初始结构和参数，再由OLS算法调整优化RBF网络参数.仿真研究表明，该学习算法显著提高了RBF网络的泛化能力.

关键词： 支持向量机 混沌时间序列 神经网络 网络训练 学习算法

作者: 汪劲 汪晓东 张浩然

作者单位: 浙江师范大学,金华,321004

会议类型: 国内会议

会议名称: 第五届全国信息获取与处理学术会议

会议地点: 秦皇岛·北戴河

会议语种:中文

页码: 268-270

在线出版日期: 2007-08-06（万方平台首次上网日期，不代表论文的发表时间）