[发明专利]基于混合递阶遗传算法的RBF神经网络的网络RBF评价方法在审
| 申请号： | 201910547785.7 | 申请日： | 2019-06-24 |
| 公开（公告）号： | CN110309920A | 公开（公告）日： | 2019-10-08 |
| 发明（设计）人： | 温泉;王晓菲;杨洁;张茜;陈志浩;石波;常承伟;贾琼;杨枭 | 申请（专利权）人： | 北京计算机技术及应用研究所 |
| 主分类号： | G06N3/12 | 分类号： | G06N3/12;G06N3/02 |
| 代理公司： | 中国兵器工业集团公司专利中心 11011 | 代理人： | 王雪芬 |
| 地址： | 100854*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于混合递阶遗传算法的RBF神经网络的网络RBF评价方法，涉及信息安全技术领域。该方法将遗传算法与RBF网络结合，采用递阶遗传算法确定合理的RBF网络隐含层节点，基函数宽度和中心，再采用灰狼算法确定输出层权值，将递阶遗传算法与灰狼算法相结合，采用混合递阶遗传算法的RBF神经网络算法对网络RBF进行评价，实现了对网络RBF指标系统进行量化评估，综合考虑各能力要素的重要程度以及RBF能力水平，采用全面的，高效的，高逼真的评分方式，能够充分有效评估网络RBF效能。 | ||
| 搜索关键词： | 遗传算法 递阶 算法 网络 信息安全技术 量化评估 能力水平 能力要素 评分方式 评估网络 算法确定 指标系统 综合考虑 基函数 输出层 隐含层 | ||
【主权项】：
1.一种基于混合递阶遗传算法的RBF神经网络的网络RBF评价方法，其特征在于，包括以下三个阶段：第一阶段、输入阶段：确定RBF神经网络的输入；第二阶段、隐含层阶段：采用遗传算法确定RBF神经网络的隐含层参数；第三阶段、输出层阶段：基于灰狼算法确定RBF神经网络的输出层。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京计算机技术及应用研究所，未经北京计算机技术及应用研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910547785.7/，转载请声明来源钻瓜专利网。
