針對實際對象數(shù)學模型不明確而難以控制的問題,采用人工免疫網(wǎng)絡(luò)的離散模
型與學習算法,將人工免疫系統(tǒng)與神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)勢相結(jié)合,提出了一種基于人工免疫
網(wǎng)絡(luò)的模式識別算法,構(gòu)造了對象識別的人工免疫網(wǎng)絡(luò)模型.該算法綜合了網(wǎng)絡(luò)節(jié)點的定
位與參數(shù)調(diào)整以及對基函數(shù)的平滑因子實施調(diào)諧等功能,有效地解決了徑向基函數(shù)
(RBF)神經(jīng)網(wǎng)絡(luò)模式識別的兩個階段任務(wù),使模式識別的精度有較大的改進.采用兩個不
同對象函數(shù)進行的仿真試驗表明,該算法具有快速收斂性與較高的準確性.
標簽：
人工免疫
對象
人工免疫網(wǎng)絡(luò)
學習算法
上傳時間：
2016-11-21
上傳用戶：遠遠ssad
