-
题名一种基于因子分析改进的RBF神经网络算法
被引量:5
- 1
-
-
作者
杨华
王珂
-
机构
中国矿业大学计算机科学与技术学院
-
出处
《微电子学与计算机》
CSCD
北大核心
2011年第10期105-108,113,共5页
-
基金
国家大学生创新性实验计划项目(S2TP-2010-23)
-
文摘
针对RBF神经网络在处理大规模多维数据时,网络结构不易设计、收敛时间较长、训练次数较多等不足,在原有的RBF神经网络模型的基础上,结合因子分析算法可以对大规模数据进行降维处理的优点,提出一种FA-RBF神经网络算法.利用该算法首先可以先对输入的数据进行降维处理,将处理后的数据作为神经网络的输入进行网络的训练和仿真.FA-RBF算法可以有效地简化网络结构、提高收敛速度、节省训练时间.将该算法用于私家车保有量的预测中,预测结果显示FA-RBF算法较之于PCA-RBF和RBF神经网络算法,其预测精度有所提高,训练时间及误差平方和都明显降低.
-
关键词
人工神经网络
径向基函数
因子分析
fa-rbf算法
私家车保有量
-
Keywords
artificial neural networks
radial basis function
factor analysis
fa-rbf algorithm
private car ownership
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-