• 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.
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.

基于RBF神经网络的在线分类挖掘系统

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: 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.
  • 期刊类型引用(9)

    1. 薛锋,吴林鸿,汪雯文,周琳. 基于MI-PSO-RBF神经网络的铁路客货运量预测研究. 铁道运输与经济. 2024(09): 123-135 . 百度学术
    2. 崔淑华,侯慧君,武慧荣. 利用标准差赋权组合模型预测大宗货物运输需求. 交通科技与经济. 2022(06): 31-38 . 百度学术
    3. 徐菲,任爽. 基于分解—集成的铁路货运需求预测研究. 运筹与管理. 2021(08): 133-138 . 百度学术
    4. 刘金芳,向万里,王璐璐. 基于VMD-BAS-BP的铁路货运量预测研究. 青海交通科技. 2021(06): 50-56+68 . 百度学术
    5. 徐文文,彭建平,邱春蓉. 基于支持向量回归的地铁受电弓滑板磨耗趋势预测模型研究. 铁路计算机应用. 2020(01): 77-81 . 本站查看
    6. 杨基宏,陈浩林,徐刚,余澄庆,刘辉. 基于ELM的城市轨道交通系统建设成本估算研究. 铁路计算机应用. 2020(04): 1-4 . 本站查看
    7. 谭雪,张小强. 基于GRU深度网络的铁路短期货运量预测. 铁道学报. 2020(12): 28-35 . 百度学术
    8. 张蕾,孙德山,张文政,王玥. 基于灰色关联分析的支持向量机的铁路货运量预测研究. 经济数学. 2018(02): 58-61 . 百度学术
    9. 任巧丽,马乾. PCA-RBF神经网络对兰州市日平均气温的预测. 宜宾学院学报. 2018(12): 111-115 . 百度学术

    其他类型引用(10)

计量
  • 文章访问数:  35
  • HTML全文浏览量:  1
  • PDF下载量:  83
  • 被引次数: 19
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

    /

    返回文章
    返回