RBF神经网络的一种新的学习算法
【摘要】:提出了构造RBF神经网络的一种新的非参数回归算法,该算法在RBF神经网络的基础上,采用回归树的思想,通过递归分割将输入空间划分为两部分,用每一部分的样本平均输出对函数进行近似。因为每一次划分都与轴平行,所以我们可以用输入分向量满足的不等式来描述每一次划分,从而输入空间就变成了一个用超矩形表示的三叉树(回归树),将回归树的节点转换为径向基函数,通过对回归树的访问,选择出使网络最优的基函数集,再将该基函数集应用到神经网络中,实现函数逼近、图像处理等功能。
【相似文献】 | ||
|
|||||||||||||||||||||||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|