作者:
刘道华，张礼涛，曾召霞，孙文萧
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
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。
在线下载