华南师范大学学报(自然科学版)
華南師範大學學報(自然科學版)
화남사범대학학보(자연과학판)
JOURNAL OF SOUTH CHINA NORMAL UNIVERSITY (NATURAL SCIENCE EDITION)
2010年
3期
39-41,46
,共4页
分工协作%RBF%VC维
分工協作%RBF%VC維
분공협작%RBF%VC유
提出变量可分离函数的径向基函数网络拟合模型(Fitting Model based Radial Basis Function network to Variable Separable Function,VSRBF)及其学习算法并分析VSRBF的VC维.VSRBF是一个由多个子径向基函数网络组成的分工协作系统,由于把高维模型分解为低维模型,与传统径向基函数网络(Based Radial Basis Function Network,RBF)相比, VSRBF 不仅明显地降低了系统复杂性而且网络的收敛速度更快. 证明了VSRBF的VC维低于传统RBF的VC维,实验表明VSRBF在处理高维模型的行为明显优于RBF.
提齣變量可分離函數的徑嚮基函數網絡擬閤模型(Fitting Model based Radial Basis Function network to Variable Separable Function,VSRBF)及其學習算法併分析VSRBF的VC維.VSRBF是一箇由多箇子徑嚮基函數網絡組成的分工協作繫統,由于把高維模型分解為低維模型,與傳統徑嚮基函數網絡(Based Radial Basis Function Network,RBF)相比, VSRBF 不僅明顯地降低瞭繫統複雜性而且網絡的收斂速度更快. 證明瞭VSRBF的VC維低于傳統RBF的VC維,實驗錶明VSRBF在處理高維模型的行為明顯優于RBF.
제출변량가분리함수적경향기함수망락의합모형(Fitting Model based Radial Basis Function network to Variable Separable Function,VSRBF)급기학습산법병분석VSRBF적VC유.VSRBF시일개유다개자경향기함수망락조성적분공협작계통,유우파고유모형분해위저유모형,여전통경향기함수망락(Based Radial Basis Function Network,RBF)상비, VSRBF 불부명현지강저료계통복잡성이차망락적수렴속도경쾌. 증명료VSRBF적VC유저우전통RBF적VC유,실험표명VSRBF재처리고유모형적행위명현우우RBF.