%0 Journal Article
%T 椭球基函数神经网络的混合学习算法*
%A 邢红杰
%A 王泳
%A 胡包钢
%J 模式识别与人工智能
%P 148-154
%D 2008
%X 提出一种训练椭球基函数神经网络(EBFNN)的混合学习算法.此算法首先使用期望最大化算法初始化EBFNN中椭球基函数节点的参数,而网络的连接权重和偏差项则用线性最小二乘方法进行初始化.然后用梯度下降法对EBFNN中所有参数同时进行优化.与其他3个相关的模型相比,用混合学习方法训练的梯度下降椭球基函数神经网络(GDEBFNN)能够取得更优的分类性能.此外,与支持向量机对比表明,GDEBFNN取得与之接近的泛化能力.与基于Adaboost的决策树模型比较表明,GDEBFNN可以取得更优的泛化性能.
%K 椭球基函数神经网络(EBFNN)
%K 混合学习算法
%K 全协方差矩阵
%K 椭球基函数
%U http://manu12.magtech.com.cn/Jweb_prai/CN/abstract/abstract10292.shtml