RBF神经网络学习算法的研究.docx

RBF神经网络学习算法的研究.docx

ID:51886542

大小:156.61 KB

页数:47页

时间:2020-03-18

RBF神经网络学习算法的研究.docx_第1页
RBF神经网络学习算法的研究.docx_第2页
RBF神经网络学习算法的研究.docx_第3页
RBF神经网络学习算法的研究.docx_第4页
RBF神经网络学习算法的研究.docx_第5页
资源描述:

《RBF神经网络学习算法的研究.docx》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、摘要3ABSTRACT3缩写和符号说明5第一章绪论61」神经网络概述61」」神经兀模型和网络结构61.1.2神经网络的学习81.2RBF网络学习算法研究现状81.3本文主要研究工作9第二章RBF网络原理102」径向基函数与插值问题102.2RBF网络模型112.3RBF网络逼近性能122.4本章小结13第三章RBF网络常用学习算法143」正交最小二乘法(OLS)143.1.1OLS的基本思想143」.2OLS算法的基本步骤173.2递阶遗传训练算法(HGA)173.2.1染色体的递阶结构设计183.2.2递阶遗传算法设计183.2.3具体步骤213.3粒子群优化(PSO)算法

2、22331PSO算法原理223.3.2基于PSO的RBF神经网络学习算法223.4三种算法的特点分析23341OLS算法的特点233.4.2HGA算法的特点243.4.3PSO算法的特点243.5本章小结25第四章一个RBF神经网络的应用实例264.1实验环境与实验平台264.2基于RBF神经网络的疾病诊断264.2.1问题叙述264.2.2问题分析294.3网络设计294.3.1输入/输出向量设计294.3.2RBF网络设计294.3.3RBF网络测试304.3.4RBF网络应用304.4判别准确率的对比分析304.5本章小结31第五章总结与展望325」论文工作总结325.

3、2RBF网络研究展望32参考文献33致谢34附录:MATLAB程序及调试结果351.数据的导入352.欧氏(Euclid)距离判别的源程序373.马氏(Mahalanobis)距离判别的源程序414.费歇尔(fisher)二级判别的源程序455.RBF网络判别的源程序50RBF神经网络学习算法的研究摘要本文研究了RBF神经网络的各种学习算法。在总结概述前人工作优缺点的基础上,本文分析了三种优良的学习算法。与现存的学习算法和比,在具有良好性能的前提下,本文的算法可以产生更紧凑的网络结构。木文首先回顾RBF神经网络的网络结构及其基木的学习过程。第二章,详细介绍了径向基函数与插值、

4、RBF网络模型和RBF网络的逼近性能。第三章对现阶段流行的各种RBF神经网络学习算法作了概述,给出了正交最小二乘法(OLS)、递阶遗传训练算法(HGA)和粒子群优化(PSO)算法,三种学习算法的详细训练过程。在第三章的结尾还给出了这三种学习算法的优缺点分析。第四章,设计了仿真实验,对基于RBF神经网络的判别模型和其他基于距离的判别模型做了相互比较,仿真结果表明了RBF神经网络的有效性。第五章,总结了本文的工作,并对RBF神经网络研究方向做了展望。关键词:RBFNN,OLS,HGA,PSO,距离判别ABSTRACTInthispaper,IhavestudytheRBFneur

5、alnetworklearningalgorithm.Insumminguptheadvantagesanddisadvantagesofanoverviewofpreviousworkonthebasisoftheanalysisinthisarticle,Ihavemadethreehigh-qualitylearningalgorithm.Comparedwiththeexistinglearningalgorithms,thisalgorithmcangeneratemorecompactnetworkstructure.Inthispaper,RBFneuralne

6、tworkstobeginbyreviewingthenetworkarchitectureandthebasiclearningprocess.Thesecondchapterdescribesindetailwiththeradialbasisfunctioninterpolation,RBFnetworkmodelandtheapproximationpropertiesofRBFnetworks.ChapterIIIofthisstageavarietyofpopularlearningalgorithmforRBFneuralnetworksareoutlined,

7、giventheorthogonalleastsquares(OLS),trainingofhierarchicalgeneticalgorithm(HGA)andparticleswarmoptimization(PSO)algorithm,threekindsoflearningtrainingalgorithmindetail.AttheendofChapterIIIalsogivestheadvantagesanddisadvantagesofthreetypesofanalysisoflear

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。