神经网络-2(径向基函数网络)

RBF(径向基函数)网络

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,假定输入为d维向量x,输出为实值,则RBF网络可表示为

 

其中q为隐层神经元个数,Ci和ωi分别是第i个隐层神经元所对应的中心和权重,ρ(x,Ci)是径向基函数,这是某种沿径向对称的标量函数,通常定义为样本x到数据中心Ci之间的欧氏距离的单调函数。常用的高斯径向基函数形如

 

具有足够多隐层神经元的RBF网络能以任意精度逼近任意连续函数。

通常采用两步过程来训练RBF网络:

1、确定神经元中心Ci,常用的方式包括随机采样、聚类等。

2、利用BP算法等来确定参数ωi和β

 

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值