文摘
英文文摘
独创性声明及学位论文版权使用授权书
第一章绪论
1.1前言
1.2 RBF神经网络的发展简史
1.3研究动机和创新点
1.4本文的结构安排
第二章RBF神经网络结构以及学习算法
2.1 RBF与插值问题
2.2 RBF网络结构
2.3 RBFNN学习算法综述
第三章隐层神经元选择与泛化能力改进
3.1 RBFNN的正规化
3.2 Growing RBFNN和Pruning RBFNN
3.3 OLS(Orthogonal Least Squares)算法
3.4 Early Stopping准则
第四章在线学习算法改进
4.1 RANEKF算法分析
4.2采用K-中心聚类法进行网络初始化
4.3含噪声单样本训练的改进
4.4删减策略
4.5合并策略
4.6 HSLRBF(Hybrid Sequential Learning RBF)
第五章数据挖掘与HSLRBF在数据挖掘中的应用前景
5.1数据挖掘的定义、定位和要求
5.2数据挖掘的目的、过程和分类
5.3数据挖掘的应用领域
5.4数据挖掘的技术方法
5.5 HSLRBF应用于数据挖掘的前景分析
第六章HSLRBF用于分类挖掘问题的实验研究
6.1 Breast Cancer问题介绍
6.2作为对照的PROBENl介绍
6.3 HSLRBF网络用于Breast Cancer问题的实验
6.4实验总结
第七章总结与展望
参考文献
发表论文及参加科研情况
致谢
天津大学;