收藏本站
《东北农业大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

径向基神经网络基函数中心确定方法改进研究

潘琪  
【摘要】:径向基函数(Radial Basis Function,RBF)神经网络是一种局部逼近的三层前馈型神经网络,相比于其它前馈型神经网络有结构简单、收敛速度快、不会陷入局部最小值点等优点,受到了极大关注并在许多领域得到了广泛应用。在RBF神经网络的构建过程中,运用k-means聚类方法确定基函数中心的学习算法需要预先给出初始聚类中心,当给定的初始聚类中心不同时,得到的基函数中心可能是不同的,导致网络训练结果不稳定,并且网络隐含层神经元的个数需要提前给出,但往往网络结构是不能预先确定的。针对这一问题,提出了运用系统聚类确定基函数中心的方法,从而有效的解决了RBF神经网络对初始聚类中心敏感的问题。本文首先介绍了RBF神经网络的基本原理,对不同RBF神经网络的结构和性能进行了分析,指出各种网络的特点和需要注意的问题。研究了RBF神经网络几种常用的学习算法,分析了几种确定基函数中心方法的流程和各自的优缺点。分析了系统聚类的基本原理及操作步骤,介绍了确定基函数中心过程中计算样本间距和类间距的多种方法,并根据聚类过程中类间距的变化情况给出了聚类停止条件,描述了其基本思想和操作方法。将用系统聚类确定基函数中心的方法应用到神经网络的构建中,介绍了改进网络训练的流程和详细步骤。在理论基础上进行改进方法的程序设计,并用实例对改进方法的有效性进行验证,最终取得的主要研究成果有:(1)研究提出了用系统聚类来确定基函数中心的新方法,并给出了这种方法的详细计算方法与步骤。将这种方法与其它方法进行对比,分析给出了这种方法的优越性。通过分析系统聚类的原理与过程,得出了新方法相比于传统方法不需要预先给出基函数中心初始点的结论,有效的避免了网络对基函数中心初始值选取敏感的问题。(2)研究给出了一种确定基函数个数的新方法。在研究系统聚类各种样本间距和类间距计算方法的基础上,提出了用类间距变化量之间的关系作为判断迭代是否停止的条件,不再需要预先给出隐含层神经元的个数,可以自组织的构建神经网络。(3)通过编程实现了算法,证明了算法的可实现性。运用MATLAB平台,设计并实现了用系统聚类确定基函数中心的方法构建神经网络。(4)利用三个实例验证了本文提出的改进方法在解决实际问题中的有效性。将用系统聚类确定基函数中心方法构建的RBF神经网络应用于函数逼近问题、分类问题、时间序列预测问题中,得到了较好的结果。将传统的基于k-means聚类方法构建的神经网络和运用系统聚类方法构建的神经网络实验结果进行比较,证明了改进方法的可行性和有效性。
【学位授予单位】:东北农业大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP183;F224

【参考文献】
中国期刊全文数据库 前10条
1 何志连;王福林;董慧英;王会鹏;;BP神经网络最佳停止法对农机总动力的预测[J];农机化研究;2017年02期
2 马海志;王福林;王慧鹏;何志连;;基于改进BP神经网络的黑龙江农机总动力预测[J];农机化研究;2016年02期
3 贾伟宽;赵德安;刘晓洋;唐书萍;阮承治;姬伟;;机器人采摘苹果果实的K-means和GA-RBF-LMS神经网络识别[J];农业工程学报;2015年18期
4 汪宜东;;基于单点密度的Kmeans算法优化[J];福建电脑;2015年01期
5 冯新营;计华;张化祥;;基于聚类优化的RBF神经网络多标记学习算法[J];山东大学学报(理学版);2012年05期
6 李晓俊;吕晓艳;刘军;;基于径向基神经网络的铁路短期客流预测[J];铁道运输与经济;2011年06期
7 孙丹;万里明;孙延风;梁艳春;;一种改进的RBF神经网络混合学习算法[J];吉林大学学报(理学版);2010年05期
8 余华;李海洋;李启元;;基于径向基神经网络的数字“0”~“9”语音识别[J];江西师范大学学报(自然科学版);2009年06期
9 马曾;赵时;汪拥军;;BP神经网络在网络通信中的应用[J];电脑知识与技术;2009年09期
10 王华丽;周尚波;;基于熵聚类的RBF神经网络学习算法[J];计算机仿真;2008年11期
中国博士学位论文全文数据库 前1条
1 王吉权;BP神经网络的理论及其在农业机械化中的应用研究[D];沈阳农业大学;2011年
中国硕士学位论文全文数据库 前10条
1 何志连;BP神经网络整体变步长与个体变步长算法的比较研究[D];东北农业大学;2016年
2 马云龙;基于主成分分析的RBF神经网络预测算法及其应用[D];吉林大学;2015年
3 王序;基于改进的RBF神经网络的航空公司绩效评价模型研究[D];哈尔滨工业大学;2015年
4 范传鑫;基于改进的RBF神经网络的城市震害损失评估模型[D];哈尔滨工业大学;2014年
5 郭鹏飞;基于改进RBF神经网络算法的水质预测模型研究[D];华东交通大学;2013年
6 王玮;支持向量机与RBF神经网络在数据预测模型的应用[D];西安石油大学;2012年
7 吴瑞柳;多层径向基函数网络的聚类学习方法及应用[D];安徽工业大学;2012年
8 庞振;基于径向基函数神经网络的图像识别研究[D];长沙理工大学;2011年
9 米江;基于神经网络和小波分析的风机故障诊断专家系统[D];南京航空航天大学;2010年
10 于晓;人工脑的一种具有期望容错域的联想记忆神经网络模型研究[D];青岛大学;2010年
【共引文献】
中国期刊全文数据库 前10条
1 倪红梅;刘永建;李盼池;;基于HABC-RBF神经网络的蒸汽驱预测方法[J];吉林大学学报(信息科学版);2018年01期
2 潘琪;王福林;吴志辉;方堃;;一种改进的RBF神经网络在农机总动力预测中的应用[J];农机化研究;2018年07期
3 颜保凡;郭垂江;;基于RBF神经网络的铁路旅客周转量预测研究[J];铁道运输与经济;2017年12期
4 宗泽;郭彩玲;刘刚;;基于可见光与热红外技术的苹果树测产方法[J];农业工程;2017年06期
5 曲盼盼;宣征南;张铱鈖;何照荣;孙志伟;;趋势预测法在机械设备状态评价中的应用和展望[J];现代制造工程;2017年11期
6 陈进;丁松;龚智强;练毅;;基于机器视觉和GABP算法的播种检测研究[J];测控技术;2017年09期
7 李建伟;李妍;王健;;改进的BP算法在短期电力负荷预测中的应用[J];微型机与应用;2017年14期
8 光志瑞;;城市轨道交通节假日客流预测研究[J];交通工程;2017年03期
9 王丹丹;宋怀波;何东健;;苹果采摘机器人视觉系统研究进展[J];农业工程学报;2017年10期
10 李焱;徐宝玉;赵继涛;徐秀艳;;基于改进RBF神经网络的矿井瓦斯涌出量预测[J];经济师;2017年05期
中国博士学位论文全文数据库 前10条
1 段宇飞;鸡蛋多品质高通量在线快速无损检测研究[D];华中农业大学;2017年
2 谢文;基于高光谱技术的森林土壤不同养分含量光谱特征及估测模型研究[D];江西农业大学;2017年
3 付翔;支架运行自适应智能供液理论与技术研究[D];太原理工大学;2017年
4 郭毅;基于半监督学习和信息融合的港口客户信用风险评价系统[D];北京交通大学;2017年
5 侯现耀;智能公交信息对城市居民公交出行方式选择的影响研究[D];东南大学;2016年
6 张学广;基于损伤理论的铝合金板料成形极限研究[D];吉林大学;2016年
7 陈满;基于近地光谱技术的冬小麦精准变量施肥机的研制[D];南京农业大学;2016年
8 黄祥志;基于智方体的地理时空栅格数据模型化研究[D];浙江大学;2015年
9 程宝成;露天铝土矿矿山地质环境综合评价与恢复治理研究[D];中国地质大学(北京);2015年
10 柳咏芬;水稻钵盘精量播种装置机理与试验研究[D];黑龙江八一农垦大学;2014年
中国硕士学位论文全文数据库 前10条
1 王林旺;基于PCA-FCE模型和PCA-TODIM模型的投标报价决策分析[D];华北水利水电大学;2017年
2 张君;基于主成分分析的焊缝缺陷识别算法研究[D];西安石油大学;2017年
3 刘继;基于支持向量回归的吉林省房地产价格预测模型研究[D];长春工业大学;2017年
4 申旭彤;基于Linux的电力风机健康监测系统的设计与实现[D];哈尔滨工业大学;2017年
5 仇克坤;超高层建筑用电最大负荷预测研究[D];北京建筑大学;2017年
6 刘月骁;燃气调压器故障智能诊断技术的应用研究[D];北京建筑大学;2017年
7 潘琪;径向基神经网络基函数中心确定方法改进研究[D];东北农业大学;2017年
8 王金霞;基于红外热像的瓷绝缘子污秽等级检测方法研究[D];东北农业大学;2017年
9 董云玲;基于机器学习的DNA序列分类算法研究[D];东北农业大学;2017年
10 陈雪荣;三维激光扫描点云数据分类去噪及空洞修复算法研究[D];长安大学;2017年
【二级参考文献】
中国期刊全文数据库 前10条
1 王丹丹;徐越;宋怀波;何东健;张海辉;;融合K-means与Ncut算法的无遮挡双重叠苹果目标分割与重建[J];农业工程学报;2015年10期
2 贾伟宽;赵德安;阮承治;沈甜;陈玉;姬伟;;苹果采摘机器人夜间图像降噪算法[J];农业工程学报;2015年10期
3 王笑岩;王石;;基于BP神经网络的辽宁省农机总动力预测[J];中国农机化学报;2015年02期
4 王丹丹;徐越;宋怀波;何东健;;基于平滑轮廓对称轴法的苹果目标采摘点定位方法[J];农业工程学报;2015年05期
5 赵德安;沈甜;陈玉;贾伟宽;;苹果采摘机器人快速跟踪识别重叠果实[J];农业工程学报;2015年02期
6 张春龙;张楫;张俊雄;李伟;;近色背景中树上绿色苹果识别方法[J];农业机械学报;2014年10期
7 马晓丹;刘刚;周薇;冯娟;;基于量子遗传模糊神经网络的苹果果实识别[J];农业机械学报;2013年12期
8 项荣;应义斌;蒋焕煜;;田间环境下果蔬采摘快速识别与定位方法研究进展[J];农业机械学报;2013年11期
9 吕继东;赵德安;姬伟;;采摘机器人振荡果实匹配动态识别[J];农业工程学报;2013年20期
10 严磊;毛凤梅;雷邦军;罗会亮;;农机总动力预测的灰色神经网络新方法[J];中国农机化学报;2013年03期
中国博士学位论文全文数据库 前1条
1 王德成;我国农业机械化发展经济效应的研究[D];中国农业大学;2005年
中国硕士学位论文全文数据库 前10条
1 蒋亮;BP神经网络的优化研究及应用[D];南昌大学;2014年
2 高俊杰;混沌时间序列预测研究及应用[D];上海交通大学;2013年
3 李友坤;BP神经网络的研究分析及改进应用[D];安徽理工大学;2012年
4 张秀平;基于改进遗传模拟退火算法的排课问题研究[D];天津师范大学;2011年
5 于涛;BP网络自适应学习率算法分析[D];大连理工大学;2011年
6 吕琼帅;BP神经网络的优化与研究[D];郑州大学;2011年
7 李文娟;改进BP神经网络在水质评价中的应用研究[D];重庆理工大学;2011年
8 刘天舒;BP神经网络的改进研究及应用[D];东北农业大学;2011年
9 王俊;灰色系统理论在原水水质预测与评价中的应用研究[D];重庆大学;2011年
10 赵寿玲;BP神经网络结构优化方法的研究及应用[D];苏州大学;2010年
【相似文献】
中国期刊全文数据库 前10条
1 云中客;新的神经网络来自于仿生学[J];物理;2001年10期
2 刘彩红;唐万梅;;基于组合神经网络的教师评价模型研究[J];重庆师范大学学报(自然科学版);2008年04期
3 钟义信;;神经网络:成就、问题与前景[J];科学;1992年02期
4 莫恭佑;;神经网络及其在英国的应用[J];国际科技交流;1992年03期
5 闵志;;神经网络:使计算机具有快速学习功能[J];国际科技交流;1992年03期
6 冯建峰,钱敏平;神经网络中的退火——非时齐情形[J];北京大学学报(自然科学版);1993年03期
7 唐功友;离散Hopfield神经网络的稳定性[J];青岛海洋大学学报;1994年S2期
8 靳蕃;;中国神经网络学术大会在西南交通大学隆重召开[J];学术动态报道;1996年04期
9 彭宏,张素;带有时滞的神经网络的稳定性[J];杭州大学学报(自然科学版);1997年04期
10 陈新,孙道恒,黄洪钟;结构分析有限元系统与神经网络[J];起重运输机械;1999年06期
中国重要会议论文全文数据库 前10条
1 徐春玉;;基于泛集的神经网络的混沌性[A];1996中国控制与决策学术年会论文集[C];1996年
2 周树德;王岩;孙增圻;孙富春;;量子神经网络[A];2003年中国智能自动化会议论文集(上册)[C];2003年
3 罗山;张琳;范文新;;基于神经网络和简单规划的识别融合算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年
4 郭爱克;马尽文;丁康;;序言(二)[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
5 钟义信;;知识论:神经网络的新机遇——纪念中国神经网络10周年[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
6 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
7 金龙;朱诗武;赵成志;陈宁;;数值预报产品的神经网络释用预报应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
8 田金亭;;神经网络在中学生创造力评估中的应用[A];第十二届全国心理学学术大会论文摘要集[C];2009年
9 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
10 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
中国重要报纸全文数据库 前4条
1 美国明尼苏达大学社会学博士 密西西比州立大学国家战略规划与分析研究中心资深助理研究员 陈心想;维护好创新的“神经网络硬件”[N];中国教师报;2014年
2 卢业忠;脑控电脑 惊世骇俗[N];计算机世界;2001年
3 葛一鸣 路边文;人工神经网络将大显身手[N];中国纺织报;2003年
4 中国科技大学计算机系 邢方亮;神经网络挑战人类大脑[N];计算机世界;2003年
中国博士学位论文全文数据库 前10条
1 袁沛;混合基函数等几何模型构建方法及应用[D];浙江大学;2017年
2 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年
3 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年
4 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年
5 王新迎;基于随机映射神经网络的多元时间序列预测方法研究[D];大连理工大学;2015年
6 付爱民;极速学习机的训练残差、稳定性及泛化能力研究[D];中国农业大学;2015年
7 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年
8 王卫苹;复杂网络几类同步控制策略研究及稳定性分析[D];北京邮电大学;2015年
9 张海军;基于云计算的神经网络并行实现及其学习方法研究[D];华南理工大学;2015年
10 李艳晴;风速时间序列预测算法研究[D];北京科技大学;2016年
中国硕士学位论文全文数据库 前10条
1 潘琪;径向基神经网络基函数中心确定方法改进研究[D];东北农业大学;2017年
2 张旭;多尺度径向基函数插值[D];吉林大学;2017年
3 刘玉兰;基于径向基函数的点模型自适应插值算法研究[D];南昌大学;2017年
4 齐雅静;二元B样条基函数的金字塔算法研究及应用[D];华北理工大学;2017年
5 肖亮;粒子群径向基函数人工智能网络[D];东北石油大学;2017年
6 马行行;Rayleigh-Bénard热对流POD低阶动力学建模及分析[D];哈尔滨工业大学;2017年
7 聂麟;基于基函数的点扩散函数测量方法[D];上海师范大学;2017年
8 汤振炀;基于E-H的快速时域有限元算法研究[D];南京邮电大学;2017年
9 寿媛;改进的MQ拟插值及其在偏微分方程数值解中的应用[D];西华师范大学;2017年
10 姜新祝;基于过程神经网络的优势渗流场识别方法研究[D];东北石油大学;2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026