径向基函数（RBF）神经网络
径向基函数（RBF）神经网络 RBF网络能够逼近任意的非线性函数，可以处理系统内的难以解析的规律性，具有良好的泛化能力，并有很快的学习收敛速度，已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模、控制和故障诊断等。 简单说明一下 ...
原文：径向基函数（RBF）神经网络
RBF网络能够逼近任意的非线性函数，可以处理系统内的难以解析的规律性，具有良好的泛化能力，并有很快的学习收敛速度，已成功应用于非线性函数逼近 时间序列分析 数据分类 模式识别 信息处理 图像处理 系统建模 控制和故障诊断等。 简单说明一下为什么RBF网络学习收敛得比较快。当网络的一个或多个可调参数 权值或阈值 对任何一个输出都有影响时，这样的网络称为全局逼近网络。由于对于每次输入，网络上的每一个权 ...
2012-07-14 21:06 20 159999 推荐指数：
相关推荐
RBF(Radical Basis Function)径向基函数神经网络
径向基函数（Radical Basis Function，RBF）。径向基函数（Radical Ba ...
径向基函数(RBF)
Radial basis function（径向基函数） 径向基函数是一个取值仅仅依赖于离原点距离的实值函数，也就是Φ（x）=Φ(‖x‖),或者还可以是到任意一点c的距离，c点成为中心点，也就是Φ（x，c）=Φ(‖x-c‖)。任意一个满足Φ（x）=Φ(‖x‖)特性的函数Φ都叫做径向 ...
径向基函数神经网络模型与学习算法
1985年，Powell提出了多变量插值的径向基函数（RBF）方法。1988年Moody和Darken提出了一种神经网络结构，即RBF神经网络，属于前向神经网络类型，它能够以任意精度逼近任意连续函数，特别适合于解决分类问题。 RBF网络的结构与多层前向网络类似，它是一种三层前向网络。输入层 ...
RBF（径向基）神经网络
只要模型是一层一层的，并使用AD/BP算法，就能称作 BP神经网络。RBF 神经网络是其中一个特例。本文主要包括以下内容： 什么是径向基函数 RBF神经网络 RBF神经网络的学习问题 RBF神经网络与BP神经网络的区别 RBF神经网络与SVM的区别 为什么高斯核函数 ...
RBF（径向基）神经网络——原来本质就是利用高斯核函数去做函数逼近，类似泰勒展开
RBF（径向基）神经网络 只要模型是一层一层的，并使用AD/BP算法，就能称作 BP神经网络。RBF 神经网络是其中一个特例。本文主要包括以下内容： 什么是径向基函数 RBF神经网络 RBF神经网络的学习问题 RBF神经网络与BP神经网络的区别 ...
RBF神经网络--Matlab newrbe函数
newrbe x->表示向量 1.这个形式的神经网络不需要训练， 2.net模型中会保存全部训练数据即矩阵 IW中，新输入的样本p-> 会跟IW矩阵中的每个样本计算距离， radbas(||dist||.* b->)后 形成a-> 所以向量a-> ...