{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2024,6,8]]，“日期-时间”：“2024-06-08T04:42:33Z”，“时间戳”：1717821753817}，“引用-计数”：39，“发布者”：“Elsevier BV”，“许可证”：[{“开始”：“日期-零件”：[[2021,8,1]]，”日期-时间“：”2021-08-01T00:00:00Z“，”timestamp“：1627776000000}，”content-version“：“tdm”，“延迟天数”：0，“URL”：“https://www.elsevier.com/tdm\/userlicense\/1.0\/”｝，｛“开始”：｛“日期部分”：[[2021,8,1]，“日期时间”：“2021-08-0100:00:00Z”，“时间戳”：1627777600000｝，“内容版本”：“stm-asf”，“延迟天数”：0，“URL”：“https://doi.org/10.15223\/policy-017”｝，｛“开始”：｛“日期部分“：[[2021,8,1]]，”日期-时间“：”2021-08-01T00:00Z“，“timestamp”：162777600000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-037”}，{“start”：{“date-parts”：[[2021,8,1]]，“date-time”：“2021-08-01T00:00:00Z”，“timetamp”：163776000000}，\/\/doi.org\/10.15223\/policy-012“}，{“start”：{“date-parts”：[[2021,8,1]]，“date-time”：“2021-08-01T00:00:00Z”，“timestamp”：162777600000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-029”}，{“start”：{“date-parts”：[[2021,8,1]]，“datetime”：“2011-08-01T_00:00:0Z”，f“，”delay-in-days“：0，”URL“：”https:\/\/doi.org\/10.15223\/policy-004“}]，“资助者”：[{“DOI”：“10.13039\/501100013088”，“名称”：“江苏省青蓝项目”，“DOI-asserted-by”：“publisher”}，{“DOI”：”10.13039\\501100004608“，“名称“：”江苏省自然科学基金会“，“doo-asserted-by”：”publisher“}]，“内容域”：{“domain”：[“elsevier.com”，“sciencedirect.com”]，“交叉标记限制”：true}，“short-container-title”：[“Neurocomputing”]，“published-print”：{“date-parts”：[[2021,8]]}，“DOI”：“10.1016\/j.neucom.2021.04.040”，“type”：“journal-article”，“created”：{“date-ports”：[2021,4,18]]，“date-time”：“2021-04-18T11:05:55Z”，“timestamp”：1618743955000}，”page：“253-263”，“update-policy”：”http://\/d x.DOI.org\/10.1016\/elsevier_cm_policy“，”源“：“Crossref”，“is-referenced-by-count”：8，“title”：[“高效设计多列RBF网络”]，“prefix”：“10.1016”，“volume”：“450”，“author”：[{“给定”：“资阳”，“family”：“汉族”，“sequence”：“first”，“affiliation”：[]}，{“given”：”旭升“，“failment”：“Qian”，序列“：”附加“，“affiliation”：[]}，{“given”：“Tingwen”，“family”：“Huang”，“sequence”：“additional”，“affaliation”:[]}]，“member”：“78”，“reference”：[{“issue”：“12”，“key”：”10.1016\/j.neucom.2021.04040_b0005“，”doi-asserted-by“：”crossref“，”first page“5438”，“doi”：“10.1109\/TIE.2011.2164773”，“article-title”：“径向基函数网络用于动态系统设计的优势”，“卷”：“58”，“作者”：“Yu”，“年份”：“2011”，“期刊标题”：“IEEE Trans.Ind.Electr.”}，{“问题”：“9”，“关键”：“10.1016\/j.neucom.2021.04040_b0010”，“doi-asserted-by”：“crossref”，“首页”：“1481”，“doi”：“101109\/5.58326”，“文章标题”：”近似和学习网络“，“volume”：“78”，“author”：“Poggio”，“year”：“1990”，“journal-title”：“Proc.IEEE”}，{“issue”：“8”，“key”：”10.1016\/j.neucom.2021.04.040_b0015“，”doi-asserted-by“：”crossref“，”first page“：”3658“，”doi“：”10.1109\/TNNLS.2017.2716947“，”article-title“：“一类具有未建模动力学的非低阶三角非线性系统的自适应神经输出反馈控制”，“volume”：“29”，“author”：“Wang”，“year”：“2018”，“journal-title”：“IEEE Trans.neural Netw.Learn.Syst.”}，{“issue”：“12”，“key”：”10.1016\/j.neucom.2021.04040_b0020“，”doi-asserted-by“：”crossref“，”first page“：”3313“，”doi“：“10.1109\/TCYB.2018.2833805”，“article-title”：“除铁过程中技术指标下降梯度的协调优化”，“volume”：“48”，“author”：“Xie”，“year”：“2018”，“journal-title“：”IEEE Trans.Cybern.“}，{“issue”：“8”，“key”：”10.1016\/j.neucom.2021.04.040_b0025“，”doi-asserted-by“：”crossref“，”first page“3433”，“doi”：“10.1109\/TCYB.2019.2921057”，“article-title”：“具有输入饱和的不确定非线性系统的自适应强化学习神经网络控制”，“volume”：“50”，“author”：“Bai”，“year”：“2020”，“journal-title“：”IEEE Trans.Cybern.“}，{“key”：”10.1016\/j.neucom.2021.04.040_b0030“，”doi-asserted-by“：”crossref“，”first page“：”111“，”doi“：“10.1016\/j.neunet.2015.05.001”，“article-title”：“基于径向基函数神经网络的优化人脸识别算法及其实际应用”，“volume”：“69”，“author”：“Yoo”，“year”：“2015”，“journal-title“：”neural Netw.“}，{”issue“：”10“，”key“：”10.1016\\j.neucom.2021.04.040_b0035“，”doi-asserted-by“：”crossref“，”first-page“：”4389“，”doi“：“10.1109\/TNNLS.2019.2952000”，“article-title”：“LS-SVR作为贝叶斯RBF网络”，“volume”：“31”，“author”：“Mesquita”，“year”：“2020”，“journal-title“：”IEEE Trans.Neural Netw.Learn.Syst.“}，{”issue“：”1“，”key“：”10.1016\/j.neucom.2021.04040_b0040“，”doi-asserted-by“：”crossref“，”first page“：“69”，“doi”：“10.109”\/TCYB.2017.2764744“，”文章标题“：“使用自适应梯度多目标粒子群优化的自组织RBF神经网络”，“卷”：“49”，“作者”：“汉”，“年份”：“2019”，“期刊标题”：“IEEE Trans.Cybern.”}，{“问题”：“12”，“关键”：“10.1016\/j.neucom.2021.04.040_b0045”，“doi-asserted-by”：“crossref”，“首页”：“2683”，“doi”：“101109\/TCYB.2015.2484378”，“文章标题”：“非平稳系统的快速自适应可调RBF网络”，“卷”：“46”，“作者”：“陈”，“年份”：“2016年”，“日志标题”：“IEEE Trans.Cybern.”}，{“关键”：“10.1016\/j.neucom.2021.04.040_b0050”，“文章标题”：《稳健径向基函数网络的自适应学习》，“作者“：”Seghouane“，”年份“2020”，“日记标题”：“IEEE Trans.Cybern.，in press”}，{“issue”：“8”，“key”：“10.1016\/j.neucom.2021.04.040_b0055”，“doi-asserted-by”：“crossref”，“first page”：”1856“，“doi”：“101109\/TPAMI.2019.2906594”，“article-title”：“Back to the future:Radial basis function network reviewed”，“volume”：：“42”，“author”：“Que”，“year”：“2020”，“journal title”：“IEEE Trans.Pattern Anal.Mach.Intell.”}，{“issue”：“12”，“key”：“10.1016\/j.neucom.2021.04.040_b0060”，“doi-asserted-by”：“crossref”，“first page”：：“4460”，“doi”：“101109\/TCYB.2018.28698661”，“article-title”：“批量模式主动学习算法的RBF内核参数的自动调整：可扩展框架”，“volume”：”49“，“author”：“Chang”，“year”：“2019”，“journal-title”：“IEEE Trans.Cybern.”}，{“issue”：“8”，“key”：“10.1016\/j.neucom.2021.04.040_b0065”，“doi-asserted-by”：“crossref”，“first page”：”3870“，”doi“：”10.1109\/TNNLS.2017.273139“，”article-title“：”基于ADMM的容错RBF网络训练和中心选择算法“，”volume“：”29“，”author“：”Wang“，”year“：”2018“，”新闻标题“：“IEEE Trans.Neural Netw.Learn.Syst.”}，{“issue”：“12”，“key”：“10.1016\/j.neucom.2021.04.040_b0070”，“doi-asserted-by”：“crossref”，“first page”：《2458》，“doi”：“101109\/TNNLS.2015.2497286”，“article-title”：“通过类特定聚类训练径向基函数神经网络进行分类”，“volume”：第27卷，“author”：“Raitoharju”，《年份》：“2016”，“journal-title”：“IEEE Trans.Neural Netw.Learn.Syst.”}，{“key”：“10.1016\/j.neucom.2021.04.040_b0075”，“doi-asserted-by”：“crossref”，“first page”：”150“，“doi”：“101016\/j.neunet.2015.12.11”，“article-title“：”两个快速准确的启发式RBF学习规则用于数据分类“，”volume“：”75“，”author“：”Rouhani“，”year“：”2016“，”journal-title“：“Neural Netw.”}，{“key”：“10.1016\/j.neucom.2021.04.040_b0080”，“doi-asserted-by”：“crossref”，“首页”：“239”，“doi”：“101016\/j.neunet.2017.07.004”，“article-title”：“使用L1-正则化高效构建稀疏径向基函数神经网络”，“volume”：”94“，“author”：“Qian”，”“year”：“2017”，“journal-title“：”Neural Netw.“}，}“issue”：“11”，“key”：“10.1016\/j.neucom.2021.04.040_b0085”，“首页”：“3634”，“article-title”：“多输出RBF网络的广义混合构造性学习算法”，“卷”：“47”，“作者”：“钱”，“年份”：“2017”，“期刊标题”：“IEEE Trans.Cybern.”}，{“key“：”10.1016\/j.nucom.2021.040.40_b0090“，”doi-asserted-by“：”crossref“，“首页面”：“439”，“doi”“”：“10.1016\\S0893-6080（01）00027-2”，“文章标题”：“径向基函数网络的三个学习阶段”，“卷”：“14”，“作者”：“Schwenker”，“年”：“2001”，“期刊标题”：“神经网络”}，｛“问题”：“2”，“关键”：“10.1016\\j.neucom.20210.04040_b0095”，“doi断言者”：“crossref”，“第一页”：“194”，“doi”：“10.1109\\TNNLS.2012.2226748”，“文章标题”：“分类问题径向基函数网络中基于序贯投射的元认知学习”，“卷”：“24”，“作者”：“巴布”，“年份”：“2013年”，“期刊标题”：“IEEE Trans.Neural Netw.Learn.Syst.”}，{“问题”：“6”，“关键”：“10.1016\/j.neucom.2021.04040_b0100”，“doi-asserted-by”：“交叉引用”，“首页”：“1411”，“doi”：“10.1109\/TNN.2006.880583”，“article-title”：“前馈网络的快速准确在线序贯学习算法”，“volume”：“17”，“author”：“Liang”，“year”：“2006”，“journal-title“：”IEEE Trans.Neural Netw.“}，{“issue”：“4”，“key”：”10.1016\/j.neucom.2021.04.040_b0105“，”doi-asserted-by“：”crossref“，”first page“：”609“，”doi“：“10.1109”，“TNNLS.2012.2185059”，“article-title”：“训练径向基函数网络的快速有效二阶方法”，“volume”：“23”，“author”：“Xie”，“year”：“2012”，“journal-title“：”IEEE Trans.Neural Netw.Learn.Syst.“}，{“issue”：“10”，“key”：”10.1016\/j.neucom.2021.04.040_b0110“，”doi-asserted-by“：”crossref“，”first page“1793”，“doi”：“10.1109\/TNNLS.2013.2295813”，“article-title”：“径向基函数网络的增量式设计”，“volume”：“25”，“author”：“Yu”，“year”：“2014”，“journal-title“：”IEEE Trans.Neural Netw.Learn.Syst.“}，{“issue”：“6”，“key”：”10.1016\/j.neucom.2021.04.040_b0115“，”doi-asserted-by“：”crossref“，”first page“：”1039“，”doi“：”10.1109\/TNN.2009.2019270“，“article-title”：“径向基函数网络的生长和修剪方法”，“volume”：“20”，“author”：“Bortman”，“year”：“2009”，“journal-title“：”IEEE Trans.Neural Network“}，{“issue”：“8”，“key”：”10.1016\/j.neucom.2021.040_b0120“，”doi-asserted-by“：”crossref“，”first page“：”1659“，”doi“：”10.1109\/TNNLS.2014.235957“，”article-title“：“单层前馈网络学习的混合构造算法”，“卷”：“26”，“作者”：“吴”，“年份”：“2015”，“期刊标题”：“IEEE Trans.Neural Netw.Learn.Syst.”}，{“key”：“10.1016\/j.neucom.2021.04.040_b0125”，“非结构化”：“S.Wen，j.Chen，Y.Wu，Z.Yan，Y.Yang，and T。Huang，CKFO:卷积核首次操作算法及其在基于忆阻器的卷积神经网络中的应用，IEEE Trans。计算。辅助设计集成。电路系统。，新闻界。“}，{”key“：”10.1016\/j.neucom.2021.04.040_b0130“，”unstructured“：”H.Ran，S.Wen，Q.Li，Y.Yang，K.Shi，Y.Feng，P.Zhou，T.Huang，基于忆阻器的图像识别火焰块边缘计算，IEEE Trans.Neural Netw.Learn.Syst.，in press.“}”，{“key”：“10.1016\/j.nucom.2021.04.004_b0135”，“unstructure”：”j.Chen，Y.Wu，Y.Yeng，S.温，K。Shi，A.Bermak，T.Huang，挤压和激励全卷积神经网络的基于记忆电阻的高效电路实现，IEEE Trans。神经网络。学习。系统。，新闻界。“}，{”issue“：”6“，”key“：”10.1016\/j.neucom.2021.04.040_b0140“，”doi-asserted-by“：”crossref“，”first page“：“930”，”doi“：”101109\/TNN.2014.45657“，”article-title“：”Levenberg-Marquardt训练的改进计算“，”volume“:”21“，”author“：”Wilamowski“，”year“：”2010“，”journal-title”：“IEEE Trans.Neural Netw.”}，”{“issue：“4”，“键”：10.1016\/j.neucom.2021.04.040_b0145“，”doi-asserted-by“：”crossref“，”first page“：”766“，”doi“：”10.1109\/TNNLS.2017.2650865“，”article-title“：”Multicolumn RBF network“，“volume”：“29”，“author”：“Hoori”，“year”：“2018”，“journal-title”：“IEEE Trans。神经网络。学习。系统。“｝，｛”key“：”10.1016\/j.neucom.20210.4040_b0150“，”doi asserted by“：”crossref“，”非结构化“：”D.Cire\u015fan，U.Meier，j.Schmidhuber，用于图像分类的多列深度神经网络，in：Proc.IEEE Conf.Comput.Vis.Pattern Recognit.2012年6月，pp.3642\u20133649.“，”doi“：”10.1109\/CVPR.2012.6248110“｝，｛”issue“：”9“，”key“：”10.1016\/j.neucom.2021.04.040_b0155“，”doi-asserted-by“：”crossref“，”first page“：”2735“，”doi“：”10.1109\/TNNLS.2018.2886341“，”article-title“：”Less is more“：集成分类器组件数量的综合框架”，“volume”：“30”，“author”：“Bonab”，“year”：“2019”，“journal-title”：“IEEE Trans。神经网络。学习。系统。“}，{”key“：”10.1016\/j.neucom.2021.04.040_b0160“，”doi-aserted-by“：”crossref“，”unstructured“：”j.L.Bentley，数据库应用中的多维二进制搜索树，IEEE Trans.Softw.Eng.SE-5（4）（1979）333\u2013340.“，”doi“：”101109\/TSE.1979.234200“}页面“：”24“，”DOI“：”10.1016\/j.neucom.2016.09.027“，”article-title“：”基于广义回归神经网络的短期电力负荷预测模型，带递减果蝇优化算法“，”volume“：”221“，”author“：”Hu“，”year“：”2017“，”journal-title”：“Neurocomputing”}，{“key”：“10.1016\\j.neucomm.2021.04.040_b0170”，“DOI-asserted-by”：“”crossref“，”first page“：”237“，”DOI“：”10.1016\/j.neucom.2020.04.105“，”article-title“：”基于SAE的管道泄漏检测重采样SVM集成学习范式“，”volume“：“403”，”author“：”Wang“，”year“：”2020“，”journal-title”：“Neurocomputing”}，{“key”：“10.1016\\j.neucomm.2021.04.040_b0175”，”first-page“：”1“，”article-title“：”基于事件触发策略的全信息粒子群优化算法及其应用”，“卷”：“45”，“作者”：“王”，“年份”：“2020”，“期刊标题”：“汽车学报”。罪。“}，{”issue“：”1“，”key“：”10.1016\/j.neucom.2021.04.040_b0180“，”doi-asserted-by“：”crossref“，”first page“：“988”，”doi“：”101016\/j.ijepes.2012.08.014“，”article-title“：”一种基于径向基函数神经网络的快速静态安全评估方法，使用增强聚类“volume”：“44”，“author”：“Javan”，“year”：“2013”，“journal-title”：“Int.j。选举。电力能源系统。“}，{”key“：”10.1016\/j.neucom.2021.04.040_b0185“，”doi-asserted-by“：”crossref“，”unstructured“：”H.Akaike，统计模型识别的新视角，IEEE Trans.Automat.Contr.AC-19（6）（1974）716\u2013723.“，”doi“：”101109\/TAC.1974.1100705“}“，ted-by“：”crossref“，”首页“：”1“，”DOI“：”10.1145\/1961189.1961199“，”article-title“：”LIBSVM：支持向量机库“，”volume“：”2“，”author“：”Chang“，”year“：”2011“，”journal-title”：“ACM Trans。因特尔。系统。Technol公司。“}，{”key“：”10.1016\/j.neucom.2021.04.040_b0195“，”非结构化“：”A.Asuncion，D.j.Newman，UCI机器学习库，2016年3月3日访问。[在线]。网址：http://www.ics.uci.edu\/\/MLRepository.html。“}]，”container-title“：[”Neurocomputing“]，”original-title”：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/api.elsevier.com/content\/article\/PII:S092523121005749？httpAccept=text\/xml“，”content-type“：”text\/.xml“，”content-version“：”vor“，”intended-application“：”text-mining“}，”{“URL”：“https:\//api.elsevier.com”\/content\/article\/PII:S092523121005749？httpAccept=text\/plain“，”content-type“：”text\/prain“，“content-version”：“vor”，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[[2023,3,6]]，“date-time”：“2023-03-06T04:09Z”，“timestamp”：1678075449000}，“score”：1，“resource”：{“primary”：“URL”：“https:\\/linkinghub.elsevier.com/retrieve\/pii\/S09252 31221005749“}}，”副标题“：[]，”shorttitle“：[]，”issued“：{”date-parts“：[2021,8]]}，”references-count“：39，”alternative-id“：[”S092523121005749“]，”URL“：”http://\/dx.doi.org\/10.1016\/j.neucom.2021.04.040“，”relationship“：{}，“ISSN”：[”0925-2312“]，“ISSN-type”：[{“value”：“0925-2312]，“type”:“print”}]，“subject”：[]，“published”：{“date-parts”：[[2021,8]]}，“assertion”：[{“value”：“Elsevier”，“name”：“publisher“，”label“：”本文由“}维护，{”value“：”高效设计多列RBF网络“，”name“：”articletitle“，”标签“：”article Title“}，{“value”：“Neurocomputing”，“name”：“journaltitle”，“label”：“Journal Title”}，}“value”：“https:\/\/doi.org\/101016\/j.neucom.2021.04.040”，“name”：“articlelink”，”lable“：”CrossRef DOI链接到出版商维护的版本“}，{“value”：“article”，“name”：“content_type”，“label”：“content-type”}，}“values”：“\u00a9 2021 Elsevier B.V.保留所有权利。”，“名称”：“版权”，“标签”：“copyright”}]}