一种自适应RBF分类神经网络模型的构造方法

摘要

该文在自适应算法--DDA算法的基础上,提出了学习算法过程中加入裁减规则,从而进一步提高测试数据识别率观点.另外,对于这种算法进行了实验性的研究,通过实例分析,对于阈值选取的合理性、初始宽度的选取以及迭代停止的条件等方面进行了一定的探讨.最后的实验表明了采用这种改进算法来构造的RBF网络相对DDA方法而言,能够进一步提高网络的识别率,但同时保持了DDA这种自适应的RBF网络构造方法快速、简单且有效等诸多优越性能.