基于合作型協同進化的RBFNN分類算法

摘要：針對傳統優(yōu)化方法提高徑向基函數神經網絡(RBFNN)分類能力存在的問題,提出一種基于合作型協同進化群體并行搜索的CO-RBFNN學習算法.該算法首先利用K-均值算法對最近鄰方法確定的網絡初始隱節(jié)點聚類,然后以聚類后的隱節(jié)點群作為子種群進行協同進化操作,最終獲得網絡的最優(yōu)結構.算法采用包含整個網絡隱節(jié)點結構和控制向量的矩陣式混合編碼方式,隱層和輸出層之間的連接權值由偽逆法確定.在UCI的8個數據集上進行的仿真實驗結果驗證該算法的有效性和可行性. 作者： 田津  李敏強  陳富贊 Author： TIAN Jin  LI Min-Qiang  CHEN Fu-Zan 作者單位： 天津大學管理學院,天津,300072 期 刊： 模式識別與人工智能   ISTICEIPKU Journal： PATTERN RECOGNITION AND ARTIFICIAL INTELLIGENCE 年，卷(期)： 2008, 21(1) 分類號： 關鍵詞： 徑向基函數神經網絡(RBFNN)    協同進化    K-均值聚類    分類能力    機標分類號： H31 G62 機標關鍵詞： 合作型    協同進化    分類算法    Cooperative Coevolution    隱節(jié)點    徑向基函數神經網絡    最優(yōu)結構    優(yōu)化方法    學習算法    連接權值    控制向量    均值算法    節(jié)點聚類    結果驗證    節(jié)點結構    分類能力    仿真實驗    方法確定    并行搜索    編碼方式 基金項目： 國家自然科學基金，教育部跨世紀優(yōu)秀人才培養(yǎng)計劃 基于合作型協同進化的RBFNN分類算法[期刊論文]  模式識別與人工智能 --2008, 21(1)田津  李敏強  陳富贊針對傳統優(yōu)化方法提高徑向基函數神經網絡(RBFNN)分類能力存在的問題,提出一種基于合作型協同進化群體并行搜索的CO-RBFNN學習算法.該算法首先利用K-均值算法對最近鄰方法確定的網絡初始隱節(jié)點聚類,然后以聚類后的隱節(jié)點...

【基于合作型協同進化的RBFNN分類算法】相關文章：

基于ε-約束方法的增廣Lagrangian多目標協同進化算法05-02

基于進化算法的測控飛機跟蹤路徑規(guī)劃04-26

基于概率分析進化算法的飛行航跡規(guī)劃05-01

競爭進化與協同進化05-02

基于BP和RBFNN的神經網絡算法在瓦斯預測中的應用及比較04-27

基于Dijstra算法群布型立交匝道優(yōu)化04-30

基于K路徑算法的多無人機協同航跡規(guī)劃05-02

基于分段進化的遺傳算法在機翼氣動外形設計上的應用04-28

基于雜交式基因選擇的核Fisher分類算法04-27

基于LMS格型算法的自適應參數譜估計方法04-29