文献类型：期刊文章

作　　者：刘道华[1] 张礼涛[2] 曾召霞[1] 孙文萧[1]

机构地区：[1]信阳师范学院计算机与信息技术学院,河南信阳464000 [2]信阳职业技术学院数学与计算机科学学院,河南信阳464000

出　　处：《信阳师范学院学报（自然科学版）》

基　　金：河南省基础与前沿研究项目(122300410310);河南省教育厅2013年度教师教育课程改革研究重点项目

年　　份：2013

卷　　号：26

期　　号：3

起止页码：428-431

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CAB、CAS、CSA、CSA-PROQEUST、IC、JST、RCCSE、WOS、ZGKJHX、ZMATH、ZR、核心刊

摘　　要：为提高神经网络模型的预测精度以及提高模型的计算效率,减少获得高精度模型的计算量,构建了基于正交最小二乘法的高斯径向基神经网络模型结构,给出了最小二乘法高斯径向基神经网络的递归模型.依据样本点序列信息,给出了高斯径向基函数中心参数的确定方法,并采用正交最小二乘法回归迭代,从而获得隐层同输出层间的连接权参数值.采用混沌Lorenz时间序列预测问题对该设计的网络模型进行验证,并同其他文献对该序列预测的精度以及迭代所需的时间作对比.结果表明,采用该设计方法获得的网络模型具有时间预测精度高及计算效率高等优点.

关 键 词：正交最小二乘法 高斯函数 径向基函数神经网络 网络模型

分 类 号：TP183]