动态K-均值聚类算法在RBF神经网络中心选取中的应用 |
| |
引用本文: | 雷升锴,刘红阳,何嘉,何险峰,薛勤.动态K-均值聚类算法在RBF神经网络中心选取中的应用[J].信息系统工程,2011(6):83-85. |
| |
作者姓名: | 雷升锴 刘红阳 何嘉 何险峰 薛勤 |
| |
作者单位: | 四川省农村经济综合信息中心 |
| |
摘 要: | RBF神经网络构造的关键问题是中心的选取,动态K-均值聚类算法采用调整聚类中心的方法,使网络中心的选择更精确。本文先简介了RBF神经网络的结构原理,然后将动态K-均值算法应用于BRF神经网络的中心选取,最后进行了仿真实验。实验结果表明采用动态K-均值算法确定中心的RBF神经网络逼近性能更好,具有较强的实用性。
|
关 键 词: | 径向基函数 神经网络 动态均值聚类算法 函数逼近 |
本文献已被 维普 万方数据 等数据库收录! |
|