![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
神经网络
c@lcb
专注技术噶!
展开
-
人工神经网络的特点
人工神经网络是由大量节点相互连接构成的具有信息响应的网状拓扑结构,可用于模拟人脑神经元的活动过程,它反映了人脑功能的基本特性,包括诸如信息加工、处理和储存等过程。到目前为止,已经发现的人工神经网络特征主要有非线性、并行处理和容错性,并具有联想、自学习、自组织和自适应能力。一、非线性人工神经网络可以很好地处理非线性问题,是因为其内部的组成单元——神经元可以处于激活或抑制两种不同的状态,这种行为在数学上理解就是具有非线性。同时,人工神经网络是大量神经元的集体行为,并不是单个神经元行为的简单的相加,所以会表现原创 2020-11-10 20:34:47 · 6453 阅读 · 0 评论 -
RBF神经网络以及相关的问题
径向基函数(Radial Basis Function,RBF)是一个取值仅取决于到原点距离的实值函数,也可以是到任意一中心点的距离,任何一个满足上述特性的函数都可以称为RBF。我们可以从网上看到许多的RBF神经网络的介绍,这里就不再过多的进行阐述了,主要来说下RBF神经网络的相关问题。(1)RBF神经网络输入层到隐含层不是通过权值和阈值进行连接的,而是通过输入样本与隐含层节点中心之间的距离连接的。训练RBF神经网络时,需要确定隐含层节点的个数、隐含层径向基函数中心、标准化常数以及隐含层到输出层的权值等参原创 2020-10-28 16:43:41 · 2394 阅读 · 0 评论