復數(shù)值RBF神經(jīng)網(wǎng)絡訓練算法的研究及應用.pdf

1、近年來，復數(shù)值神經(jīng)網(wǎng)絡以其強大的計算能力、較強的泛化能力和相對較小的網(wǎng)絡結(jié)構(gòu)而成為神經(jīng)網(wǎng)絡研究領域中的新分支。特別地，徑向基函數(shù)神經(jīng)網(wǎng)絡則以其簡單的網(wǎng)絡結(jié)構(gòu)、簡潔的訓練過程和較快的收斂速度在圖像處理、模式識別等領域得到廣泛應用。徑向基函數(shù)神經(jīng)網(wǎng)絡中有如下參數(shù)需要確定：權值和中心。而中心參數(shù)又包括中心位置、中心個數(shù)和對應的寬度，它在確定網(wǎng)絡模型時起著決定性的作用。因為中心參數(shù)確定后，網(wǎng)絡從輸入到輸出就是一個線性關系，權值可以通過解線性方程

2、組求得。因此，中心參數(shù)的確定是徑向基函數(shù)神經(jīng)網(wǎng)絡能否有更廣闊的應用前景所必須解決的問題。
　　本研究主要內(nèi)容包括：⑴改進的可調(diào)內(nèi)核正交最小二乘法確定隱含層中心參數(shù)的算法。該算法加入了隨機遍歷和過濾候選中心過程，隨機遍歷過程能保證新產(chǎn)生的中心較樣本集中的更好，過濾候選中心來確保所選的中心符合正交最小二乘法的下降規(guī)律。⑵基于密度的加權均值確定隱含層初始中心參數(shù)的算法。該算法是利用密度加權均值法來解決梯度下降法中隨機初始中心的盲目性導致