粗糙集意义下的一种RBF神经网络设计方法
来源期刊:控制与决策2007年第10期
论文作者:王耀南 张东波 黄辉先 易灵芝
文章页码:1091 - 1096
关键词:粗糙集;RBF神经网络;聚类;模式识别;
摘 要:提出一种集成粗糙集理论的RBF网络设计方法.由布尔逻辑推理方法进行属性离散化,得到初始决策模式集,通过差异度对初始决策模式的相似度进行衡量并实现聚类,以聚类决策模式构造RBF网络.为加快训练速度,分别对隐层参数和输出权值采用BP算法和线性最小二乘滤波法进行训练.实验结果表明,该方法设计的RBF网络结构简洁,泛化性能良好,混合学习算法的收敛速度优于单纯的BP算法.
王耀南,张东波,黄辉先,易灵芝
摘 要:提出一种集成粗糙集理论的RBF网络设计方法.由布尔逻辑推理方法进行属性离散化,得到初始决策模式集,通过差异度对初始决策模式的相似度进行衡量并实现聚类,以聚类决策模式构造RBF网络.为加快训练速度,分别对隐层参数和输出权值采用BP算法和线性最小二乘滤波法进行训练.实验结果表明,该方法设计的RBF网络结构简洁,泛化性能良好,混合学习算法的收敛速度优于单纯的BP算法.
关键词:粗糙集;RBF神经网络;聚类;模式识别;