基于敏感度方差重要性的RBF神经网络结构优化算法
来源期刊:控制与决策2015年第8期
论文作者:杨一 高社生 胡高歌
文章页码:1393 - 1398
关键词:径向基函数神经网络;输出敏感度;方差重要性;结构优化算法;
摘 要:针对RBF神经网络的结构设计问题,提出一种基于输出敏感度方差重要性的结构优化算法.首先,检验网络隐层节点的输出敏感度在样本集上的方差是否与零有显著差异,以此作为依据增加或删除相应的隐层节点;然后,对调整后的网络参数进行修正,使网络具有更好的拟合精度和收敛性;最后,对所提出的优化算法进行仿真实验,结果表明,所提出的算法可根据研究对象自适应地调整RBF的网络结构,具有良好的逼近能力和泛化能力.
杨一,高社生,胡高歌
西北工业大学自动化学院
摘 要:针对RBF神经网络的结构设计问题,提出一种基于输出敏感度方差重要性的结构优化算法.首先,检验网络隐层节点的输出敏感度在样本集上的方差是否与零有显著差异,以此作为依据增加或删除相应的隐层节点;然后,对调整后的网络参数进行修正,使网络具有更好的拟合精度和收敛性;最后,对所提出的优化算法进行仿真实验,结果表明,所提出的算法可根据研究对象自适应地调整RBF的网络结构,具有良好的逼近能力和泛化能力.
关键词:径向基函数神经网络;输出敏感度;方差重要性;结构优化算法;