计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2011年
11期
207-210,222
,共5页
中心超平面%径向基函数%函数逼近%分类
中心超平麵%徑嚮基函數%函數逼近%分類
중심초평면%경향기함수%함수핍근%분류
在传统的径向基神经网络框架的基础上,通过引入中心超平面的概念,提出了超平面中心的径向基函数神经网络.在此网络中以点到中心超平面的距离代替传统的径向基神经网络中点到点的距离,其优势在于中心超平面作为数据中心包含了更多原始数据之间的信息.以函数逼近和数据分类的实验为例,证明了超平面中心的径向基神经网络相对于传统的网络有一定的优势.
在傳統的徑嚮基神經網絡框架的基礎上,通過引入中心超平麵的概唸,提齣瞭超平麵中心的徑嚮基函數神經網絡.在此網絡中以點到中心超平麵的距離代替傳統的徑嚮基神經網絡中點到點的距離,其優勢在于中心超平麵作為數據中心包含瞭更多原始數據之間的信息.以函數逼近和數據分類的實驗為例,證明瞭超平麵中心的徑嚮基神經網絡相對于傳統的網絡有一定的優勢.
재전통적경향기신경망락광가적기출상,통과인입중심초평면적개념,제출료초평면중심적경향기함수신경망락.재차망락중이점도중심초평면적거리대체전통적경향기신경망락중점도점적거리,기우세재우중심초평면작위수거중심포함료경다원시수거지간적신식.이함수핍근화수거분류적실험위례,증명료초평면중심적경향기신경망락상대우전통적망락유일정적우세.
