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 ...
原文：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 x 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 x，c x c 。任意一个满足 x x 特性的函数 都叫做径向量函数，标准的一般使用欧氏距离，尽管其他距离函数也是可以的。 一些径向函数代表性的用到近似给定的函数，这种近似可以被解释成一个简单的神经网络，径向基函数在 ...
2013-05-30 12:48 0 15073 推荐指数：
相关推荐
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 ...
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 ...
SVM中径向基函数与高斯核的区别 Difference between RBF and Gaussian kernel in SVM
Radial Basis Functions (RBFs) are set of functions which have same value at a fixed distance from a ...
RBF高斯径向基核函数【转】
XVec表示X向量。||XVec||表示向量长度。r表示两点距离。r^2表示r的平方。k(XVec,YVec) = exp(-1/(2*sigma^2)*(r^2))= exp(-gamma*r^2) ...
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 ...
径向基网络（RBF network）
来源：http://blog.csdn.net/zouxy09/article/details/13297881 1、径向基函数 径向基函数（Radical Basis Function，RBF）方法是Powell在1985年提出的。所谓径向基函数，其实就是某种沿径向对称的标量函数 ...
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 ...