rbf神经网络_浅谈RBF神经网络

02316de5837b08b8f4db2de7ef55d638.gif 简介 d51cb6acd8baf7c4699f9765a5a8d542.gif 259855cf676f0d5768b08ec00fbf66b1.gif

现今,人工智能技术突飞猛进,RBF神经网络算法作为流传较广的算法之一,其径向基神经元结构能够快速实现函数逼近、数据聚类、模式分类、优化计算等功能,因而广泛应用于金融领域研究之中。其算法结构如下图:

d0616d9112df00feabc38414db26b647.png

RBF神经网络由三层结构组成,输入层至隐层为非线性的空间变换,一般选用径向基函数的高斯函数进行运算;从隐层至输出层为线性空间变换,即矩阵与矩阵之间的变换。

算法

RBF神经网络进行数据运算时需要确认聚类中心点的位置及隐层至输出层的权重。通常,选用K-means聚类算法或最小正交二乘

  • 1
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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