一种RBF神经网络的混合学习算法在CPI中的应用

被引：4
|
作者：
罗芳琼
机构：
[1] 柳州师范高等专科学校数学与计算机科学系
来源：
计算机与数字工程 | 2012年 / 40卷 / 04期
关键词：
RBF神经网络; 优化混合算法; CPI预测;
D O I：
暂无
中图分类号：
TP183 [人工神经网络与计算];
学科分类号：
摘要：
根据RBF神经网络最常用的OLS算法、K-均值聚类算法和梯度下降训练学习算法,提出了一种基于正交最小二乘K-均值聚类梯度下降优化的RBF神经网络的混合算法。该算法克服了单一某种训练方法的不足,发挥了混合算法的长处,进行了CPI预测的仿真实验。结果证明:该方法是有效实用。
引用
收藏
页码：8 / 11
页数：4
相关论文
共 15 条
  • [1] RBF神经网络在传感器故障诊断中的应用研究
    韩逸飞
    何琳
    [J]. 舰船电子工程, 2008, (09) : 16 - 18+45
  • [2] Migration of Processes,files and virtual devices in the MDXoperating system. Schrimpf. ACM SIGOPS . 1995
  • [3] Multistage RBFneural network ensemble learning for exchange rates forecasting. Lean Yu,Kin Keung Lai,Shouyang Wang. Neurocomputing . 2008
  • [4] 径向基函数神经网络的学习算法研究[D]. 李彬.山东大学 2005
  • [5] RBF和MLP神经网络逼近能力的几个结果[D]. 南东.大连理工大学 2007
  • [6] RBF神经网络中心选取OLS算法的研究
    刘文菊
    郭景
    [J]. 天津工业大学学报, 2002, (02) : 71 - 73
  • [7] 几种径向基函数(RBF)神经网络的比较
    朱良俊
    张燕平
    [J]. 福建广播电视大学学报, 2007, (04) : 68 - 70+81
  • [8] 基于正交最小二乘法的神经网络中心选取算法的研究
    陈静
    葛超
    朱开宇
    [J]. 陶瓷研究与职业教育, 2008, (01) : 19 - 21
  • [9] Alternatives to the k-means algorithm that find better clustering. LaJolla. Proceeding of ACM SIGMOD . 1992
  • [10] Some Methods for Classification and Analysis of Multivariate Observations. J.B. MacQueen. Proc. 5th Berkeley Symp. Math. Statist. Probability . 1967
12