影响径向基神经网络分类性能的因素

J4 ›› 2009, Vol. 27 ›› Issue (02): 191-.

影响径向基神经网络分类性能的因素

王晓茹

白城师范学院计算机系|吉林白城 137000

出版日期:2009-03-20 发布日期:2009-07-06
通讯作者: 王晓茹(１９62—〓)，女，吉林乾安人，白城师范学院副教授，主要从事人工神经网络与计算研究 E-mail:cbsj2003@163.com
作者简介:王晓茹(１９62—〓)|女|吉林乾安人| 白城师范学院副教授|主要从事人工神经网络与计算研究|（Tel）86-13844418875 （E-mail）cbsj2003@163.com
基金资助:
吉林省教育科学规划基金资助项目（b15293）

Influencing Element of RBFNs Classification Performance

WANG Xiao-ru

Department of Computer, Baicheng Normal College,Baicheng 137000,China

Online:2009-03-20 Published:2009-07-06

摘要/Abstract

摘要：

为进一步提高径向基神经网络超光谱图像分类的精度与效率，研究了径向基神经网（RBFN：Radical Basis Function Network）的径向基函数分布密度和输入数据归一化形式对分类结果的影响。通过计算机仿真实验，绘出了径向基函数分布密度和输入数据归一化形式对分类过程训练精度与测试精度影响规律曲线，为径向基神经网络在模式识别中的应用提供指导。

关键词: 归一化, 径向基函数分布密度, 分类

Abstract:

Because the extensive application of RBFN(Radical Basis Function Network） in massage processing and pattern recognition, and to increase the classification precision and efficiency, we studied the influencing of radical basis function network spread and datas normalization. The rule curve of the influencing of radical basis function network spread, data normalization and the classification accuracy is presented, providing a instructional conclusion for the RBFNs apply in pattern recongnition.

Key words: normalization, RBFN^,s spread, classification

中图分类号:

TP389.1

王晓茹. 影响径向基神经网络分类性能的因素[J]. J4, 2009, 27(02): 191-.

WANG Xiao-ru. Influencing Element of RBFNs Classification Performance[J]. J4, 2009, 27(02): 191-.

[1]	徐峰, 赵晓晖. Gamma-Gamma 信道下 LDPC 码译码算法性能分析[J]. 吉林大学学报(信息科学版), 2017, 35(3): 261-267.
[2]	王贺,邓茂云,姜守坤,李明明,宗宇轩,刘富 . 改进的双边二维线性判别分析的手背静脉识别[J]. 吉林大学学报(信息科学版), 2017, 35(1): 32-36.
[3]	贾隆嘉,孙铁利,杨凤芹,孙红光 . 基于类空间密度的文本分类特征加权算法[J]. 吉林大学学报(信息科学版), 2017, 35(1): 92-97.
[4]	蔡柳, 恵飞, 叶敏, 康科, 赵祥模. 基于不确定抽样的半监督城市土地功能分类方法[J]. 吉林大学学报(信息科学版), 2016, 34(4): 550-555.
[5]	杨宇, 司玉娟, 宋晓洋. 基于小波变换和支持向量机的心电信号ST 段分类[J]. 吉林大学学报(信息科学版), 2016, 34(3): 315-319.
[6]	李伟伟. 基于内容的藻类图像分类检索算法[J]. 吉林大学学报(信息科学版), 2015, 33(5): 538-.
[7]	陈祖斌, 黄维宁, 赵逸夫, 于洋. 嵌入式监控影像车牌识别方法[J]. 吉林大学学报(信息科学版), 2015, 33(4): 463-.
[8]	柴松均, 陈曙东, 张爽. 国际地磁参考场的计算与软件实现[J]. 吉林大学学报(信息科学版), 2015, 33(3): 280-285.
[9]	刘波, 张春华. 基于支持向量机构象性B细胞表位预测研究[J]. 吉林大学学报(信息科学版), 2015, 33(3): 298-304.
[10]	高志勇, 邢立新, 元楠楠, 陈潇. MAPGIS图形参数变异的归一化[J]. 吉林大学学报(信息科学版), 2015, 33(1): 79-84.
[11]	祝宇鸿, 历彦恺, 胡俊, 姜华庚. 基于跳数阈值和节点分类的DV-Hop改进算法[J]. 吉林大学学报(信息科学版), 2014, 32(4): 407-412.
[12]	史东承, 邢移单. 基于效用函数动态多用户调度的协作用户分类[J]. 吉林大学学报(信息科学版), 2014, 32(2): 119-124.
[13]	徐海啸, 麻婧, 吴旗. DBSCAN算法在高性能计算中心用户分类的应用研究[J]. 吉林大学学报(信息科学版), 2013, 31(5): 528-534.
[14]	董连英, 邢立新, 潘军, 王静, 李丽丽, 焦健楠. 高光谱图像植被类型的CART决策树分类[J]. J4, 2013, 31(1): 83-90.
[15]	于超, 王璐, 吴琼, 裴志松. 基于纹理特征的关联规则挖掘方法的医学应用[J]. J4, 2012, 30(5): 529-.