一种径向基函数神经网络的参数求解方法
【摘要】:为了求解径向基函数神经网络的权值,首先分析了传统基于训练误差的方法,发现该方法容易造成数据过拟合,原因在于训练误差是风险函数的下偏估计;因此,文中提出采用缺一交叉验证得分代替训练误差,来实现无偏估计风险函数;实验对摩托数据与玻璃数据进行拟合,证实了基于缺一交叉验证的方法优于传统基于训练误差的方法,且所得到的径向基函数网络能够较光滑地拟合数据,不会造成过拟合。
|
|
|
|
1 |
曹建云;陆国平;杨奕;;径向基函数网络泛化能力研究及其应用[J];系统工程与电子技术;2006年01期 |
2 |
刘君尧;邱岚;;基于径向基函数神经网络的函数逼近[J];大众科技;2009年09期 |
3 |
陈伟;李茜;汤伟;;基于结构风险最小化原则的径向基函数网络[J];化工自动化及仪表;2009年03期 |
4 |
杨蕊;葛长波;;RBF神经网络在聚合物驱实施效果评价中的应用[J];重庆科技学院学报(自然科学版);2007年04期 |
5 |
熊煜,邵慧娟;地震数据处理中基于RBF网络的函数逼近[J];计算机仿真;2005年07期 |
6 |
杨吟冬;周永权;李陶深;侯占伟;;基于RBF神经网络曲线重构的算法研究[J];计算机工程与设计;2007年10期 |
7 |
辛春宏;丁立新;杨强;;径向基函数网络在电液伺服系统故障诊断中的应用研究[J];烟台职业学院学报;2008年02期 |
8 |
王树堂;基于径向基函数网络的故障诊断[J];兵工自动化;1997年03期 |
9 |
洪喜;续志军;杨宁;;基于径向基函数网络的光电编码器误差补偿法[J];光学精密工程;2008年04期 |
10 |
郭江华,梁述海,梁泳;基于神经网络的船用柴油机故障诊断[J];计算机仿真;2003年08期 |
11 |
刘炳祥;刘鑫朝;;径向基函数网络在税务征管考核中的应用[J];微计算机信息;2006年21期 |
12 |
邢钟化;王晓婕;王华奎;;一种基于径向基函数的高阶累积量算法[J];科技情报开发与经济;2007年27期 |
13 |
薛海燕;邹丽霞;;基于RBF网络的粮食水分检测数据融合研究[J];计算机与现代化;2011年06期 |
14 |
丁国锋,王孙安,林廷圻,史维祥;一种稳定的机器人神经网络控制器研究[J];控制与决策;1997年01期 |
15 |
周琛,马峥;基于模糊聚类与非线性最小二乘法的径向基网络设计[J];系统仿真学报;2002年07期 |
16 |
邓春梅,陈吉红,师汉民;径向基神经网络重建自由曲面的探讨[J];计算机辅助设计与图形学学报;2000年10期 |
17 |
党开放,董霞,林廷圻;一种基于模糊径向基函数神经网络的自学习控制器[J];信息与控制;2004年06期 |
18 |
黄丽;周杰;马洪;张知易;吴江滨;;以测度作为神经网络输入的客观音质评价研究[J];四川大学学报(自然科学版);2007年06期 |
19 |
沈正维;李秋菊;;支持向量机与神经网络的关系研究[J];生物数学学报;2006年02期 |
20 |
王蕴红,刘国岁,王一丁;一种用于雷达目标识别的新型径向基函数网络[J];现代雷达;1998年01期 |
|