资源描述：
《径向基函数神经网络的软竞争学习算法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第1期电子学报Vol.30No.12002年1月ACTAELECTRONICASINICAJan.2002径向基函数神经网络的软竞争学习算法张志华,郑南宁,史罡(西安交通大学人工智能与机器人研究所,陕西西安710049)摘要:本文构造了径向基函数(RBF)神经网络的一类软竞争学习算法(SCLA).该算法的主要思想是首先在高斯基函数中心向量的训练过程中引入了隶属度函数,对每个输入样本,所有中心向量根据该样本属于其代表的类的隶属度值的大小进行自适应地调整;第二,把隶属度函数的模糊因子的倒数与模拟退火算法中的温度等同起来,在迭代过程中采用递增的方式来调整它.SCLA是RBF网
2、络基于k2均值方法训练中心向量的学习算法的软竞争格式,它可以克服后者对初始值敏感和死节点的问题.仿真实验论证了SCLA是有效的.关键词:径向基函数;软竞争学习;模糊因子;模拟退火中图分类号:TP183文献标识码:A文章编号:037222112(2002)0120132204Soft2CompetitionLearningAlgorithmsoftheRadialBasisFunctionNeuralNetworksZHANGZhi2hua,ZHENGNan2ning,SHIGang(InstituteofArtificialIntelligenceandRobotics
3、,Xi’anJiaotongUniversity,Xi’an,Shaanxi710049,China)Abstract:Inthispaper,thesoft2competitionlearningalgorithms(SCLA)ofRBFneuralnetworksaredesigned.Themainideasofthealgorithmsare:firstly,membershipfunctionsareintroducedintothetrainingprocedureofthecentervectorsoftheGaussianbasisfunctions,a
4、ndforeachinputsample,allcentervectorsareself2adaptivelyadjustedaccordingtothevaluesofthemembershipfunc2tions,inwhatdegreethesamplebelongstotheclassesthatthecentervectorsrepresent;secondly,thereciprocalofthefuzzyfactorofmembershipfunctionareconsideredasthetemperatureofthesimulatedannealin
5、galgorithm,andincreasinglyadjustingmethodisusedtothefuzzyfactorduringthelearningprocedure.SCLAaresoft2competitionschemesofthelearningalgorithms,inwhichthecentervectorsaretrainedbasedonthek2meansalgorithm,andcanremedytheproblemsofthedead2nodeandthesensitivitytoinitialweightvectorsthatthel
6、atteralgorithmshave.ThesimulationresultsshowthatSCLAareefficient.Keywords:radialbasisfunction;soft2competitionlearning;fuzzyfactor;simulatedannealing[6]1引言练法等.径向基函数(RadialBasisFunction,RBF)神经网络是近几本文的工作主要集中于第一阶段.k2均值和Kohonen法年来继多层感知机(Multi2LayerPerceptrons,MLP)之后又一种都属于Winner2Take2All,即每次迭
7、代只对获胜者进行调整.它十分有效的多层前向网络.RBF网络输出节点计算隐节点给们计算简便,但同时暴露出对初始值的选取具有大的敏感性出的基函数的线性组合,隐层的输出函数(即基函数)通常由等缺点.误差回传算法虽然学习精度和泛化能力都较强,但中高斯函数定义.对于一个基函数的类型及个数选定好的网络.心向量以及它相应宽度的梯度的计算是十分复杂的,这使得为了能使其正确执行期望的数据处理.有两个参数需要确定:学习速度较慢.事实上,RBF网络的高斯隐含层同Kohonen自一是基函数的中心在输入样本数据空间中的位置;二是隐含组织网络的竞争层相比,它的优点在
