RBF神经网络学习算法的研究 毕业论文

BF神经网络学习算法的研究 共50页 摘要 本文研究了RBF神经网络的各种学习算法。在总结概述前人工作优缺点的基 础上本文分析了三种优良的学习算法。与现存的学习算法相比在具有良好性 能的前提下本文的算法可以产生更紧凑的网络结构。 本文首先回顾RBF神经网络的网络结构及其基本的学习过程。第二章详细 介绍了径向基函数与插值、RBF网络模型和RBF网络的逼近性能。第三章对现阶 段流行的各种RBF神经网络学习算法作了概述给出了正交最小二乘法(OLS)、 递阶遗传训练算法(HGA)和粒子群优化(PSO)算法三种学习算法的详细训练过程。 在第三章的结尾还给出了这三种学习算法的优缺点分析。第四章设计了仿真实 验对基于RBF神经网络的判别模型和其他基于距离的判别模型做了相互比较 仿真结果表明了RBF神经网络的有效性。第五章总结了本文的工作并对RBF 神经网络研究方向做了展望。