计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2004年
34期
107-109,164
,共4页
RBF神经网络%回归树%超矩形%函数逼近
RBF神經網絡%迴歸樹%超矩形%函數逼近
RBF신경망락%회귀수%초구형%함수핍근
介绍了一种新的非参数回归RBF神经网络学习算法,该算法将RBF神经网络与回归树结合起来使用.回归树的基本思想是通过递归分割将输入空间划分为两部分,对函数进行逼近.由于每一次划分都与轴平行,因此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构成的回归树(二叉树).回归树的结点可以很容易地转换为径向基函数,通过对回归树结点的访问,可以选择出使网络达到最优的基函数集,形成最终的网络.该算法可以应用到函数逼近、图像处理等各方面.
介紹瞭一種新的非參數迴歸RBF神經網絡學習算法,該算法將RBF神經網絡與迴歸樹結閤起來使用.迴歸樹的基本思想是通過遞歸分割將輸入空間劃分為兩部分,對函數進行逼近.由于每一次劃分都與軸平行,因此可以用輸入分嚮量滿足的不等式來描述每一次劃分,從而輸入空間就變成瞭一箇用超矩形構成的迴歸樹(二扠樹).迴歸樹的結點可以很容易地轉換為徑嚮基函數,通過對迴歸樹結點的訪問,可以選擇齣使網絡達到最優的基函數集,形成最終的網絡.該算法可以應用到函數逼近、圖像處理等各方麵.
개소료일충신적비삼수회귀RBF신경망락학습산법,해산법장RBF신경망락여회귀수결합기래사용.회귀수적기본사상시통과체귀분할장수입공간화분위량부분,대함수진행핍근.유우매일차화분도여축평행,인차가이용수입분향량만족적불등식래묘술매일차화분,종이수입공간취변성료일개용초구형구성적회귀수(이차수).회귀수적결점가이흔용역지전환위경향기함수,통과대회귀수결점적방문,가이선택출사망락체도최우적기함수집,형성최종적망락.해산법가이응용도함수핍근、도상처리등각방면.