| 一种用于RBF神经网络的支持向量机与BP的混合学习算法 |
| |
| 引用本文： | 袁小芳 王耀南 孙炜 杨辉前. 一种用于RBF神经网络的支持向量机与BP的混合学习算法[J]. 湖南农业大学学报(自然科学版), 2005, 32(3) |
| |
| 作者姓名： | 袁小芳 王耀南 孙炜 杨辉前 |
| |
| 作者单位： | 湖南大学电气与信息工程学院，湖南长沙410082 |
| |
| 基金项目： | 国家自然科学基金资助项目(60375001)，高校博士点基金资助项目(20030532004) |
| |
| 摘 要： | 基于支持向量机与径向基(RBF)神经网络在结构上的相似性，提出了一种用于RBF网络的支持向量机与BP的混合学习算法．算法分为2步：首先采用序贯最小优化算法学习训练支持向量机，得到RBF网络较优的初始结构和参数；随后由BP算法调整优化RBF网络参数．混合学习算法结合了支持向量机小样本学习、学习训练快捷以及BP算法在线修改网络参数的特点．仿真研究表明，混合学习算法学习效率高，网络性能优良，应用于函数逼近时效果优良．
|
| 关 键 词： | 机器学习 支持向量机 神经网络 BP算法 |
A Hybrid Learning Algorithm for RBF Neural Networks Based on Support Vector Machines and BP Algorithms |
| |
| YUAN Xiao-fang,WANG Yao-nan,SUN Wei,YANG Hui-qian. A Hybrid Learning Algorithm for RBF Neural Networks Based on Support Vector Machines and BP Algorithms[J]. Journal of Hunan Agricultural University, 2005, 32(3) |
| |
| Authors: | YUAN Xiao-fang WANG Yao-nan SUN Wei YANG Hui-qian |
| |
| Abstract: | Support vector machine (SVM) resembles RBF neural networks (RBFNN) in structure. Considering their resemblance, a new hybrid learning algorithm for RBFNN was proposed. The proposed learning algorithm is based on SVM and BP algorithms and include |
| |
| Keywords: | machine learning support vector machines (SVM) neural networks Backpropagation |
|
| 点击此处可从《湖南农业大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《湖南农业大学学报(自然科学版)》下载全文 |
