高级检索 加入收藏
  • 查询稿件
  • 获取最新论文
  • 知晓行业信息
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

On-line Classification System based on Dynamic RBF Neural Networks

    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)

/

返回文章
返回