針對實際對象數(shù)學模型不明確而難以控制的問題,采用人工免疫網絡的離散模
型與學習算法,將人工免疫系統(tǒng)與神經網絡結構的優(yōu)勢相結合,提出了一種基于人工免疫
網絡的模式識別算法,構造了對象識別的人工免疫網絡模型.該算法綜合了網絡節(jié)點的定
位與參數(shù)調整以及對基函數(shù)的平滑因子實施調諧等功能,有效地解決了徑向基函數(shù)
(RBF)神經網絡模式識別的兩個階段任務,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
人工免疫網絡
學習算法
上傳時間：
2016-11-21
上傳用戶：遠遠ssad
