本文介绍了径向基神经网络RBF的基本原理，包括如何选择数据中心和确定扩展常数，以及RBF网络与传统的BP网络的区别。RBF网络因其快速的学习能力和优秀的逼近、分类性能而受到关注，其主要特点是隐层节点使用径向基函数，不同于BP网络的Sigmoid函数。
径向基网络不需要像BF网络一样进行训练， RBF网络创建就可以使用。
数据中心从样本输入中选取 。 一般来说 ， 样本密集的地方中心点可以适当多些 ， 样本稀疏的地方中心点可以少些 ； 若数据本身是均匀分布的 ，中心点也可以均匀分布 。 总之 ， 选出的数据中心应具有代表性 。 径向基函数的扩展常数是根据数据中心的
散布而确定的 ， 为了避免每个径向基函数太尖或太平 ， 一种选择方法是将所有径向基函数的扩展常数设为：max(d)/sqrt(2M),M为数据中心点数，max(d)为所选数据中心之间的最大距离 。
数据中心的自组织选择。常采用各种动态
最低0.47元/天 解锁文章
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
