|
|||||
|
|
| 基于RBF神经网络的在线分类挖掘系统 | |
| 作者姓名： | 段录平 周丽娟 王宇 |
| 作者单位： | 哈尔滨理工大学,计算机学院,哈尔滨,150080%首都师范大学,信息工程学院,北京,100037 |
| 基金项目： | 黑龙江省哈尔滨市学科后备带头人项目 |
| 摘 要： | 模式分类是RBF神经网络应用的一个重要方面.在线环境中数据集是经常变动的,采用批量式学习算法(如OLS算法)训练RBF网络会产生大量的重复训练,从而导致学习效率不高.为弥补这种不足,从梯度下降方法推导出一种增量式学习算法,用于在线环境中的RBF神经网络训练.最后将基此算法构建的在线分类系统用于IRIS分类问题.结果表明,该算法有较快的收敛速度,网络的在线分类性能良好. |
| 关 键 词： | RBF神经网络 分类 在线 增量式学习 数据挖掘 |
| 文章编号： | 1005-8451(2007)03-0040-03 |
| 收稿时间： | 2007-03-15 |
| 修稿时间： | 2006-08-13 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |
| 点击此处可从《铁路计算机应用》浏览原始摘要信息 | |
| 点击此处可从《铁路计算机应用》下载全文 | |