确定RBF神经网络隐层节点数的最大矩阵元法  

Maximal Matrix Element Method for Determining the Number of Hidden Nodes of RBF Neural Networks

作　　者：吴成茂[1] 范九伦[1] 

机构地区：[1]西安邮电学院信息与控制系,西安710061

出　　处：《计算机工程与应用》2004年第20期77-79,共3页Computer Engineering and Applications

基　　金：国家自然科学基金项目资助(批准号:69972041);西安邮电学院中青年基金资助

摘　　要：针对基于训练样本输入信息进行非监督聚类来确定RBF神经网络隐层节点数的方法存在利用信息不充分的缺陷,该文提出了一种新的确定RBF神经网络隐层节点数的方法。利用训练样本输入输出全部信息建立样本间的相似矩阵,然后采用最大矩阵元法来确定RBF神经网络隐层节点数。实验仿真表明,该方法是有效的。Aiming at the shortcoming of the method that hasn't good use of the information of training samples cluster-ing to determine the hidden nodes of RBF neural networks.In this paper,the new method is presented to determine the number of hidden nodes of RBF neural networks,it makes use of the whole inputting and outputting information of training samples to establish similar matrix of samples,then to determine the number of hidden nodes of RBF neural networks by maximal matrix element method.The result of experiment shows that it is feasible.

关 键 词：RBF神经网络 隐层节点数 相似矩阵 最大矩阵元法 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]