一种新的高斯基函数分类器训练方法的研究

钱云涛; 谢维信

您当前的位置：

首页 >

文章列表页 >

一种新的高斯基函数分类器训练方法的研究

更新时间：2025-12-08

- 一种新的高斯基函数分类器训练方法的研究
- A New Approach for Training of Gaussian Basis Function Classifier
- 电子学报 1996年第7期
- 作者机构：
  
  西安电子科技大学电子工程系
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TP18
- 纸质出版：1996
- 稿件说明：
移动端阅览
[1]钱云涛,谢维信.一种新的高斯基函数分类器训练方法的研究[J].电子学报,1996(07):78-82.

钱云涛, 谢维信. A New Approach for Training of Gaussian Basis Function Classifier[J]. Acta Electronica Sinica, 1996, (7).
[1]钱云涛,谢维信.一种新的高斯基函数分类器训练方法的研究[J].电子学报,1996(07):78-82. DOI：

钱云涛, 谢维信. A New Approach for Training of Gaussian Basis Function Classifier[J]. Acta Electronica Sinica, 1996, (7). DOI：

摘要

本文主要研究高斯基函数分类器的训练问题，对基函数分类器来说，如何确定网络的初始隐层节点数和隐层节点参数是一个重要问题。文中采用基于遗传算法的高斯核函数聚类方法和模糊决策技术完成分类器的初始结构和参数确定，然后再采用反向传播（ＢＰ）学习算法完成分类器的最终训练，典型实验的结果表明了该方法的有效性。

Abstract

This paper principally discusses the training problem of Gaussian basis function classifier which can be used for classification. For basis function classifier

how to correctly initialize the number of network hidden nodes and their parameters is very important. Genetic-based Gaussian function clustering method and fuzzy decision technique are explored to complete this work. Then by using back propagation learning algorithm

the final training can be achieved. Results from the typical experiments are used to illustrate the power and efficiency of this method.

关键词

Keywords

references

浏览量

126

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于时序-脉幅聚类的未知雷达辐射源信号分选方法

基于动态关系原型的持续关系抽取技术

背景感知机制的图像分类网络

基于神经网络的图像风格迁移算法综述

基于伪标签去噪和SAM优化的大规模无监督语义分割