基于流形分析与AP算法RBF神经网络分类器

作     者：储岳中 徐波 

作者机构：南京航空航天大学航天学院江苏南京210016 安徽工业大学计算机学院安徽马鞍山243002 南京大学天文与空间科学学院江苏南京210093 

出 版 物：《华中科技大学学报（自然科学版）》 (Journal of Huazhong University of Science and Technology(Natural Science Edition))

年 卷 期：2012年第40卷第8期

页      面：93-97页

核心收录：

学科分类：0810[工学-信息与通信工程] 12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 0808[工学-电气工程] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(11078001) 国家高技术研究发展计划资助项目(2012AA121602) 

主　　题：神经网络 径向基函数(RBF) 近邻传播算法 聚类分析 流形分析 分类 

摘      要：提出了一种基于流形分析与近邻传播(AP)算法的径向基函数(RBF)神经网络分类算法.通过流形分析算法对数据集进行初步处理,然后通过指数函数调整相似度矩阵,再重新进行AP聚类,在此基础上构造RBF神经网络分类器,通过拟合正确率来判断算法是否收敛,并对分类结果运用FMI指标进行评价.实验结果表明:改进算法中RBF网络隐节点数普遍得到增加,使得RBF神经网络拟合精度得以提高;从分类结果可以看出该算法对训练数据集都获得了很好的拟合正确率,对测试数据集也获得了较高的测试正确率.