机器学习+周志华+第五章习题+解决异或问题的单层RBF神经网络

原创

于 2017-05-24 21:58:09 发布

· 1.1w 阅读

版权

文章标签：

本文探讨了如何运用单层RBF神经网络解决经典的异或问题。基于公式5.18和5.19，通过RBF网络的高维映射特性，将原本非线性可分的异或数据转化为线性可分状态，从而实现有效求解。内容涉及到RBF网络的结构及其在MATLAB环境下的实现。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

5.7根据式（5.18）和（5.19），试构造一个能解决异或问题的单层RBF神经网络。

RBF(Radial Basis Function,径向基函数)网络，是一种单隐层前馈神经网络，它使用径向基函数作为隐层神经元激活函数，而输出层则是对隐层神经元输出的线性组合。

RBF隐层相当于把输入映射到一个更高维空间，使得不可分的数据线性可分。

对于异或问题，构造数据:

设计RBF网：