论文部分内容阅读
在模式识别领域中,如何实现更高精度地分类一直是个核心问题。提出了将自适应RBF神经网络与遗传算法相结合的方法,其中自适应RBF神经网络通过对样本判断,自动实现对RBF网络添加新的隐层节点,或者将样本归于已存在的隐层节点所属的类。遗传算法用于寻找最优的网络宽度值。两者相结合最后确定一个隐层节点数与类别数相同的简省的网络。用歼击机故障数据进行仿真,比较结果表明此方法能实现更高精度的分类。