论文研究 基于有效神经元的自组织模糊神经网络算法.pdf

针对传统神经网络识别率低和泛化能力差的问题，提出了一种改进的自组织模糊神经网络（SOFNN）学习算法。以保存椭球基函数（EBF）层各个神经元的输出及输出之和为依据进行神经元的修改，删除和增加，进而得到网络的有效神经元，并减少样本训练的时间。用最小二乘法（RLSE）估计参数，用梯度下降法修改参数，保证网络收敛。与其他的模糊神经网络相比，在精确度、结构复杂性和抗干扰性方面的优越性，在真实数据集上得到了有效的验证。