摘要：本文构造了径向基函数（RBF）神经网络的一类软竞争学习算法（SCLA）。该算法的主要思想是首先在高斯基函数中心向量的训练过程中引入了录属度函数，对每个输入样本，所有中心向量根据该样本属于其代表性的类的隶属度值的大小进行自适应地调整；第二，把隶属度函数的模糊因子的倒数与模拟退火算法中的温度等同起来，在迭代过程中采用递增的方式来调整它。SCLA是RBF网络基于k-均值方法训练中心向量的学习算法的软竞争格式，它可以克服后者对初始值敏感和死节点的问题，仿真实验论证了SCLA是有效的。

原文链接:http://www.cqvip.com//QK/90131X/200201/5786230.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）