文献类型：期刊文献

中文题名：RBF-LBF串联神经网络的分类应用及其学习算法

英文题名：Algorithm of cascade RBF-LBF neural netwok for classification

作者：刘华[1];高大启[1]

机构：[1]华东理工大学计算机科学与工程系,上海200237

年份：2004

卷号：24

期号：10

起止页码：100

中文期刊名：计算机应用

外文期刊名：journal of Computer Applications

收录：CSTPCD;;北大核心:【北大核心2000】；CSCD:【CSCD2011_2012】；

语种：中文

中文关键词：RBF—LBF串联网络;聚类;子类;模式分类

外文关键词：RBF-LBF networks;clustering;subclass;pattern classification

摘要：提出了RBF LBF串联网络结构、核函数个数、位置与宽度优化算法。提出了网络中核函数的分裂合并规则,在学习过程中将样本的类别信息作为指导信息,根据样本分布情况自动确定核函数个数、中心和宽度。实验表明,本方法具有分类精度高、不易陷入局部最小点的优点。
An algorithm of optimally detemining the structures,number,positions and widths of kernel functions of cascade RBF-LBF networks was presented. According to the class labels of samples as supervision information,the number,center and width of kernel functions should be decided adaptively through the proposed split-and-merge operations.The cascade RBF-LBF networks as well as this learning algorithm have high classidication accuracy and good capacity to reach global minimum points,etc.