一种基于蚁群聚类的径向基神经网络 提出了一种基于蚁群聚类算法的径向基神经网络. 利用蚁群算法的并行寻优特征和挥发系 数方法的自适应更改信息量的能力,并以球面聚类的方式确定了径向基神经网络中基函数的位置, 同时通过比较隐层神经元的相似性、合并相似性较为接近的2 个神经元来约简隐含层的神经元,以 达到简化径向基神经网络结构的目的. 实验比较了几种不同聚类算法的径向基神经网络,结果表 明,所提神经网络的整体训练时间至少可缩短40 ％ ,学习的准确率可提高1 ％以上,而且网络结构

。实验结果表明，该系统是安全系统中一个有效的说话人识别方法。在说话人识别中，使用BPNN和GRNN两种方法的人工神经网络在测试系统中被实施和-a good one

神经网络：感知机学习算法 试 将 感 知 机 学 习 算 法 用 C （ 或 其 它 ） 语 言 编 成 程 序 ， 并 做 下 述 的 维 随 机 矢 量 T X  [ x1 , x2 , , xn ] 的二值分类的模拟实验：-NeuralNetwork:Learning Algorithm of Perceptron