一种用于模式识别的动态RBF神经网络算法

一种用于模式识别的动态RBF神经网络算法 韩 敏 ， 崔丕锁 (大连理工大学电子与信息工程学院，辽宁大连 116024) 摘要：对径向基函数(RBF)神经网络在数据分类中的应用进行了研究．提出一种应用于模 式识别的动态RBF训练算法，该算法使用区域映射误差函数并结合资源分配网络(RAN)的 “新性”(novelty)条件动态调整网络的隐层节点数，从而可以更加有效地进行模式识别．二分 类样本和建筑材料CaO—A1 O。一SiO 系统仿真表明，该改进算法使误差下降更快，减少了训练 次数，可以获得精简的网络结构，从而使网络具有较高的泛化能力．