基于ROLS算法的递归RBF神经网络结构设计
- 详情
- 2021-04-27
- 简介
- 1.3MB
- 页数 9P
- 阅读 56
- 下载 35
针对递归RBF神经网络结构难以自适应问题,提出一种基于递归正交最小二乘(recursiveorthogonalleastsquares,ROLS)算法的结构设计方法。首先,利用ROLS算法来计算隐含层神经元的独立贡献度和损失函数,以此判断增加或归为不活跃组的神经元,同时调整神经网络的拓扑结构,并且利用奇异值分解(singularvaluedecomposition,SVD)决定最佳的隐含层神经元个数,以此来删除不活跃组中相对不活跃的神经元,有效地解决了递归RBF神经网络结构冗余和难以自适应问题。其次,利用梯度下降算法更新递归RBF神经网络的参数来保证神经网络的精度。最后,通过对Mackey-Glass时间序列预测、非线性系统辨识和污水处理过程中关键水质参数动态建模,证明了该结构设计方法的可行性和有效性。
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品
sa***
擅长:
土建 给排水 暖通
- -
服务
- 6
商品
- -
人气
相关推荐
基于ROLS算法的递归RBF神经网络结构设计 1.3MB
基于RBF神经网络方法的混凝土强度预测 198KB
RBF递归神经网络在供热解耦控制中的应用 451KB
基于RBF神经网络的工程造价决策研究 143KB
基于RBF神经网络的负荷预测研究综述 196KB
基于RBF神经网络的负荷预测研究综述 196KB
基于RBF神经网络的软基沉降预测研究 298KB
基于RBF神经网络的投标报价预测研究 122KB
医院扁平化网络结构设计及改造 1.4MB
一种基于遗传算法的神经网络结构优化方法 2.4MB