高级检索 加入收藏
  • 查询稿件
  • 获取最新论文
  • 知晓行业信息
官方微信 欢迎关注

基于RBF神经网络的在线分类挖掘系统

段录平, 周丽娟, 王宇

段录平, 周丽娟, 王宇. 基于RBF神经网络的在线分类挖掘系统[J]. 铁路计算机应用, 2007, 16(3): 40-42.
引用本文: 段录平, 周丽娟, 王宇. 基于RBF神经网络的在线分类挖掘系统[J]. 铁路计算机应用, 2007, 16(3): 40-42.
shu
DUAN Lu-ping, ZHOU Li-juan, WANG Yu. On-line Classification System based on Dynamic RBF Neural Networks[J]. Railway Computer Application, 2007, 16(3): 40-42.
Citation: DUAN Lu-ping, ZHOU Li-juan, WANG Yu. On-line Classification System based on Dynamic RBF Neural Networks[J]. Railway Computer Application, 2007, 16(3): 40-42.
shu

基于RBF神经网络的在线分类挖掘系统

  • 哈尔滨理工大学,计算机学院,哈尔滨,150080%首都师范大学,信息工程学院,北京,100037

基金项目: 黑龙江省哈尔滨市学科后备带头人项目(2005AFXXJ021)
详细信息

  • 中图分类号: U28

On-line Classification System based on Dynamic RBF Neural Networks

摘要

    摘要
  • 摘要: 模式分类是RBF神经网络应用的一个重要方面.在线环境中数据集是经常变动的,采用批量式学习算法(如OLS算法)训练RBF网络会产生大量的重复训练,从而导致学习效率不高.为弥补这种不足,从梯度下降方法推导出一种增量式学习算法,用于在线环境中的RBF神经网络训练.最后将基此算法构建的在线分类系统用于IRIS分类问题.结果表明,该算法有较快的收敛速度,网络的在线分类性能良好.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献
    • 资源附件(0)
计量
  • 文章访问数:  35
  • HTML全文浏览量:  1
  • PDF下载量:  83
  • 被引次数: 0
出版历程
  • 收稿日期:  2007-03-14
  • 录用日期:  2007-03-14
  • 刊出日期:  2007-03-14

目录

摘要
HTML全文
    参考文献(0)
    相关文章
    施引文献
    资源附件(0)

    /

    返回文章
    返回

    京ICP备12043220号-2

    本系统版权所有：北京仁和汇智信息技术有限公司   百度统计