一類徑向基函數網絡的分工協(xié)作混合系統(tǒng).pdf_第1頁
已閱讀1頁，還剩73頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、徑向基函數網絡(Radial Basis FunctionNetwork,RBFN)是一種由輸入層、隱藏層和輸出層組成的三層結構的神經網絡模型,由于它結構簡單,學習效率高并且收斂速度快,目前徑向基函數網絡已成為神經網絡領域的研究熱點,并被廣泛應用于數據挖掘、模式識別、信號處理和時間序列預測等等.一般地,網絡的行為與網絡結構的復雜性密切相關,目前徑向基函數網絡的研究熱點主要集中在降低網絡復雜性方面.對于徑向基函數網絡而言,輸入維數是影響網

2、絡的復雜性主要因素之一,而且在實際應用中,輸入維數往往高達幾百上千維,因此有效地降低徑向基函數網絡輸入維數是減少網絡復雜性的最有效的途徑,該文提出了徑向基函數網絡的主成分分析(Principal Component Analysis,PCA)與獨立成分分析(Independent Component Analysis,ICA)降維模型和根據Divide-and-Conquer思想提出一類徑向基函數網絡的分工協(xié)作混合系統(tǒng)(A Divide

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論