微电子学与计算机
微電子學與計算機
미전자학여계산궤
MICROELECTRONICS & COMPUTER
2008年
2期
17-20
,共4页
函数逼近%混合专家网络%误差估计%学习矢量量化
函數逼近%混閤專傢網絡%誤差估計%學習矢量量化
함수핍근%혼합전가망락%오차고계%학습시량양화
提出一种适于函数逼近的RBF混合专家网络快速算法.算法采用快速近邻法的思想,将样本集分级分解为不同子集,依靠测试样本集的误差估计,获得每个专家网络的网络结构;门网采用学习矢量量化神经网络,根据空间距离最近的原则,得到系统输出.仿真结果表明了算法的有效性.
提齣一種適于函數逼近的RBF混閤專傢網絡快速算法.算法採用快速近鄰法的思想,將樣本集分級分解為不同子集,依靠測試樣本集的誤差估計,穫得每箇專傢網絡的網絡結構;門網採用學習矢量量化神經網絡,根據空間距離最近的原則,得到繫統輸齣.倣真結果錶明瞭算法的有效性.
제출일충괄우함수핍근적RBF혼합전가망락쾌속산법.산법채용쾌속근린법적사상,장양본집분급분해위불동자집,의고측시양본집적오차고계,획득매개전가망락적망락결구;문망채용학습시량양화신경망락,근거공간거리최근적원칙,득도계통수출.방진결과표명료산법적유효성.
