| ชื่อบทความที่เผยแพร่ |
Evolutionary training of a q-Gaussian radial basis functional-link nets for function approximation |
| วัน/เดือน/ปี ที่เผยแพร่ |
25 กรกฎาคม 2556 |
| การประชุม |
| ชื่อการประชุม |
10th International Joint Conference on Computer Science and Software Engineering (JCSSE) |
| หน่วยงาน/องค์กรที่จัดประชุม |
Department of Computer Science, Faculty of Informatics, Mahasakham University |
| สถานที่จัดประชุม |
Pullman Khon Kaen Raja Orchid hotel |
| จังหวัด/รัฐ |
Khonkaen, Thailand |
| ช่วงวันที่จัดประชุม |
29 พฤษภาคม 2556 |
| ถึง |
31 พฤษภาคม 2556 |
| Proceeding Paper |
| Volume (ปีที่) |
2 |
| Issue (เล่มที่) |
1 |
| หน้าที่พิมพ์ |
58-63 |
| Editors/edition/publisher |
|
| บทคัดย่อ |
In this paper, radial basis functional-link nets (RBFLNs) based on a q-Gaussian function is proposed. In order to enhance the generalization performance of a modified radial basis function neural network and enhance the performance of the new network, the evolutionary algorithm named real-coded chemical reaction optimization (RCCRO), is presented for training the new network. A developed RCCRO, has been shown to perform well in many optimization problems. A RCCRO is employed to select the non-extensive entropic index q and the other parameters of the network. The experimental results of the function approximation show that the proposed approach can improve the performance of RBFLNs. |
| ผู้เขียน |
|
| การประเมินบทความ (Peer Review) |
มีผู้ประเมินอิสระ |
| มีการเผยแพร่ในระดับ |
นานาชาติ |
| รูปแบบ Proceeding |
Full paper |
| รูปแบบการนำเสนอ |
Oral |
| เป็นส่วนหนึ่งของวิทยานิพนธ์ |
ไม่เป็น |
| ผลงานที่นำเสนอได้รับรางวัล |
ไม่ได้รับรางวัล |
| แนบไฟล์ |
|
| Citation |
0
|
|
|
ข้อมูลการเผยแพร่ผลงาน
การเผยแพร่ในรูปของบทความวารสารทางวิชาการ
English