一种并行核径向基神经网络预测模型
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TP183

基金项目:

国家教育部博士点基金项目(98061117);重庆市教委基础研究项目(020612);重庆市科委攻关项目(20020828)


A Prediction Model Using Parallel Kernel RBF Neural Networks
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    径向基神经网络经常用于回归预测,但是高维的核函数矩阵运算需要花费巨大计算资源.为了缩短计算时间,设计了并行算法用于计算径向基网络核函数矩阵,并将它用于转炉提钒预测模型,在以MPI构建的工作站机群上执行该算法,利用实际数据验证了该算法的加速性和准确性.

    Abstract:

    Radial Basis Function Neural Networks(RBF NN) are frequently used for regression prediction.But kernel matrix computation for high dimensional data source demands heavy computing power.To shorten computing time,the paper designs a parallel algorithm to compute the kernel function matrix of RBF NN and applies it to the prediction of converter re-vanadium modeling.The paper then implements the algorithm on a cluster of computing workstations using MPI.Finally,experiment is done with the practical data to study the speedups and accuracy of the algorithm.

    参考文献
    相似文献
    引证文献
引用本文

王华秋 曹长修.一种并行核径向基神经网络预测模型[J].重庆大学学报,2006,29(3):80-83.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2005-11-20
  • 最后修改日期:2005-11-20
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码