%0 Journal Article
%T 采样算子调整的径向基网络增量映射学习算法
%A 游培寒
%A 毕笃彦
%A 王振家
%J 控制理论与应用
%D 2004
%X 为了提高增量映射学习(IPL)算法的效率,调整了径向基神经网络基函数的中心及方差,以达到调整采样算子的目的,同时,通过神经元函数相关性的计算,确定添加新神经元时,相关函数的阈值,为系统结构调整提供相应依据.新方法步骤相对简单,所以算法速度较快;仿真结果表明,由于系统参数得到调整,对于同一问题,改进IPL算法得到的径向基神经网络结构较一般算法得到的网络结构简单,输出结果也较为精确.
%K 增量映射学习(IPL)算法
%K 径向基(RBF)神经网络
%K 三相训练法
%U http://jcta.alljournals.ac.cn/cta_cn/ch/reader/view_abstract.aspx?file_no=200404037&flag=1