头条 科技 产经 家电 智能 手机 芯片 数码 电商 网站地图
中国IT产经新闻网-移动互联网与智能搜索领域是未来IT产业发展的趋势!
中国IT产经新闻网/大数据时代/正文
rbf神经网络根据生物神经元具有局部相应的特点产生
编辑:IT产经
2021-10-09
来源:

     1988年,Broomhead和Lowc根据生物神经元具有局部响应这一特点,将RBF引入神经网络设计中,产生了RBF(Radical Basis Function)。1989年,Jackson论证了RBF神经网络对非线性连续函数的一致逼近性能。
      RBF神经网络结构简单、训练简洁而且学习收敛速度快,能够逼近任意非线性函数,因此已被广泛应用于时间序列分析、模式识别、非线性控制和图形处理等领域。RBF神经网络学习算法需要求解的参数有3个:基函数的中心、方差以及隐含层到输出层的权值。下面介绍自组织的中心选取方法。该方法由两个阶段组成:一是自组织学习阶段,此阶段为无监督学习过程,求解隐含层基函数的中心与方差,二是有监督学习阶段,此阶段求解隐含层到输出层之间的权值。


      RBF基本思想:RBF网络的基本思想是:用RBF作为隐单元的“基”构成隐含层空间,这样就可以将输入矢量直接映射到隐空间,这个映射的过程就通过RBF函数完成(下面介绍RBF即径向基函数)而不需要通过权连接。当RBF的中心点确定以后,这种映射关系也就确定了。而隐含层空间到输出空间的映射是线性的,即网络的输出是隐单元输出的线性加权和,此处的权即为网络可调参数。其中,隐含层的作用是把向量从低维度的p映射到高维度的h,这样低维度线性不可分的情况到高维度就可以变得线性可分了,主要就是核函数的思想。这样,网络由输入到输出的映射是非线性的,而网络输出对可调参数而言却又是线性的。网络的权就可由线性方程组直接解出,从而大大加快学习速度并避免局部极小问题。
      RBF函数:径向基函数是一个取值仅仅依赖于离原点距离的实值函数,也就是Φ(x)=Φ(‖x‖),或者还可以是到任意一点c的距离,c点称为中心点,也就是Φ(x,c)=Φ(‖x-c‖)。任意一个满足Φ(x)=Φ(‖x‖)特性的函数Φ都叫做径向基函数,标准的一般使用欧氏距离(也叫做欧式径向基函数),尽管其他距离函数也是可以的。最常用的径向基函数是高斯核函数 ,形式为 k(||x-xc||)=exp{- ||x-xc||2/(2*σ)2) } 其中x_c为核函数中心,σ为函数的宽度参数 , 控制了函数的径向作用范围。

0
评论总数:0 [ 查看全部 ]网友评论
    
    验证码:    
中国IT产经新闻网-移动互联网与智能搜索领域是未来IT产业发展的趋势!

白银盘指的是什么指洞庭湖的湖面

编辑:
2021-09-15
0
3
点评(1)
中国IT产经新闻网-移动互联网与智能搜索领域是未来IT产业发展的趋势!
产业点评更多
厂商动态更多
热门综合更多
中国IT产经新闻网-移动互联网与智能搜索领域是未来IT产业发展的趋势!
CopyRight @ 2008-2020 中国IT产经新闻网 All Right Reserved 违者必究 京备05618372