徑向基函數（RBF）神經網絡
RBF網絡能夠逼近任意的非線性函數，可以處理系統內的難以解析的規律性，具有良好的泛化能力，並有很快的學習收斂速度，已成功應用於非線性函數逼近、時間序列分析、數據分類、模式識別、信息處理、圖像處理、系統建模、控制和故障診斷等。 簡單說明一下為什么RBF網絡學習收斂得比較快。當網絡的一個或多個可調 ...
原文：徑向基函數(RBF)
Radial basis function 徑向基函數 徑向基函數是一個取值僅僅依賴於離原點距離的實值函數，也就是 x x ,或者還可以是到任意一點c的距離，c點成為中心點，也就是 x，c x c 。任意一個滿足 x x 特性的函數 都叫做徑向量函數，標准的一般使用歐氏距離，盡管其他距離函數也是可以的。 一些徑向函數代表性的用到近似給定的函數，這種近似可以被解釋成一個簡單的神經網絡，徑向基函數在 ...
2013-05-30 12:48 0 15073 推薦指數：
相關推薦
徑向基函數（RBF）神經網絡
徑向基函數（RBF）神經網絡 RBF網絡能夠逼近任意的非線性函數，可以處理系統內的難以解析的規律性，具有良好的泛化能力，並有很快的學習收斂速度，已成功應用於非線性函數逼近、時間序列分析、數據分類、模式識別、信息處理、圖像處理、系統建模、控制和故障診斷等。 簡單說明一下 ...
RBF(Radical Basis Function)徑向基函數神經網絡
徑向基函數（Radical Basis Function，RBF）。徑向基函數（Radical Ba ...
SVM中徑向基函數與高斯核的區別 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高斯徑向基核函數【轉】
XVec表示X向量。||XVec||表示向量長度。r表示兩點距離。r^2表示r的平方。k(XVec,YVec) = exp(-1/(2*sigma^2)*(r^2))= exp(-gamma*r^2) ...
徑向基函數神經網絡模型與學習算法
1985年，Powell提出了多變量插值的徑向基函數（RBF）方法。1988年Moody和Darken提出了一種神經網絡結構，即RBF神經網絡，屬於前向神經網絡類型，它能夠以任意精度逼近任意連續函數，特別適合於解決分類問題。 RBF網絡的結構與多層前向網絡類似，它是一種三層前向網絡。輸入層 ...
徑向基網絡（RBF network）
來源：http://blog.csdn.net/zouxy09/article/details/13297881 1、徑向基函數 徑向基函數（Radical Basis Function，RBF）方法是Powell在1985年提出的。所謂徑向基函數，其實就是某種沿徑向對稱的標量函數 ...
RBF（徑向基）神經網絡
只要模型是一層一層的，並使用AD/BP算法，就能稱作 BP神經網絡。RBF 神經網絡是其中一個特例。本文主要包括以下內容： 什么是徑向基函數 RBF神經網絡 RBF神經網絡的學習問題 RBF神經網絡與BP神經網絡的區別 RBF神經網絡與SVM的區別 為什么高斯核函數 ...