动态K-均值聚类算法在RBF神经网络中心选取中的应用

雷升锴; 刘红阳; 何嘉; 何险峰; 薛勤

首页> 中文期刊> 《信息系统工程》 >动态K-均值聚类算法在RBF神经网络中心选取中的应用

动态K-均值聚类算法在RBF神经网络中心选取中的应用

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

RBF神经网络构造的关键问题是中心的选取,动态K-均值聚类算法采用调整聚类中心的方法,使网络中心的选择更精确.本文先简介了RBF神经网络的结构原理,然后将动态K-均值算法应用于BRF神经网络的中心选取,最后进行了仿真实验.实验结果表明采用动态K-均值算法确定中心的RBF神经网络逼近性能更好,具有较强的实用性.

著录项

来源
《信息系统工程》 |2011年第6期|83-85|共3页
作者
雷升锴; 刘红阳; 何嘉; 何险峰; 薛勤;
展开▼
作者单位

四川省农村经济综合信息中心;

四川省农村经济综合信息中心;

四川省农村经济综合信息中心;

四川省农村经济综合信息中心;

四川省农村经济综合信息中心;

展开▼
原文格式 PDF
正文语种 chi
中图分类
关键词
径向基函数; 神经网络; 动态均值聚类算法; 函数逼近;

相似文献

中文文献
外文文献
专利

1. 动态的K-均值聚类算法在图像检索中的应用 [J] . 张白妮 ,骆嘉伟 ,汤德佑 . 计算机工程与设计 . 2004,第010期
2. 基于K-均值聚类算法RBF神经网络交通流预测 [J] . 管硕 ,高军伟 ,张彬 . 青岛大学学报（工程技术版） . 2014,第002期
3. 基于高斯混合模型和K-均值聚类算法的RBF神经网络实现男女声转换 [J] . 袁志明 . 黑龙江科技信息 . 2010,第008期
4. 一种改进的动态k-均值聚类算法 [J] . 胡伟 . 计算机系统应用 . 2013,第005期
5. K-均值聚类算法在多波束底质分类中的应用 [J] . 吕良 ,金绍华 ,边刚 . 海洋测绘 . 2018,第003期
6. 一种基于改进k-均值聚类算法的LTE基站需求选点方法 [C] . 李亚 ,薛伟 ,叶敏 . 中国移动通信集团设计院第23届新技术论坛 . 2017
7. K-均值聚类算法初始中心选取相关问题的研究 [A] . 吴晓蓉 . 2008

动态K-均值聚类算法在RBF神经网络中心选取中的应用

摘要

著录项

相似文献

相关主题

期刊订阅