基于局部泛化誤差模型的RBFNN的啟發(fā)式訓練方法.pdf_第1頁
已閱讀1頁，還剩41頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、本文首先介紹了徑向基函數(shù)神經網(wǎng)絡(RBFNN)和吳水賢(Wing W.YNG)博士提出的局部泛化誤差模型。由于模型結果中的表達式含有積分運算，因此將該結果用于實際應用中時其計算時間復雜度很高。為此，Wing在一些假設基礎上，利用概率論中的大數(shù)定律對局部泛化誤差模型的結果進行化簡，并將化簡后的結果應用在RBFNN的結構選擇問題中。但是，由于Wing方法本身的特點，該方法適用于樣例的特征維數(shù)比較大的情況。
　　 本文在對局部泛化誤差

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論