一种改进的RBF神经网络在农机总动力预测中的应用OA北大核心
RBF Neural Network Learning Method Based on System Clustering
径向基神经网络是一种局部逼近型神经网络,具有结构简单、训练速度快等优点.为此,分析了传统径向基神经网络采用k-means聚类方法确定网络相关参数中存在的问题,提出了一种基于系统聚类确定基函数中心的方法,利用系统聚类逐个减少类别个数的原理,解决了确定基函数中心时对初始点敏感的问题,同时提出用一个和类间距相关的参数作为聚类终止的条件,确定了基函数的数量.用改进的方法对农机总动力进行预测,结果表明:改进方法在确定网络结构和提高网络性能方面有较好的效果.
潘琪;王福林;吴志辉;方堃
东北农业大学工程学院,哈尔滨 150030东北农业大学工程学院,哈尔滨 150030东北农业大学工程学院,哈尔滨 150030东北农业大学工程学院,哈尔滨 150030
农业科技
系统聚类径向基函数神经网络时间序列预测
《农机化研究》 2018 (7)
三江平原地下水分布式模型及仿真问题研究
241-245,5
国家自然科学基金项目(31071331)
评论