论文部分内容阅读
RBFNN(radial basis function neural networks)的参数确定得是否合理将直接影响RBFNN的学习性能。通过正交最小二乘算法选择RBFNN的中心由于容易实现而得到广泛的应用,但是正交最小二乘算法并没有对中心宽度的选择作出分析。文章借助正交最小二乘算法确定隐节点中心的位置,并采用类内样本分散度和类间距离共同确定宽度。仿真结果表明本文算法能够达到优化RBFNN参数的目的。