摘要: 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。
许亦男,王士同. 超平面中心的RBF神经网络及其新方法[J]. 计算机工程与应用, 2011, 47(11): 207-210.
XU Yinan,WANG Shitong. Center-planed RBF neural network and its learning algorithm[J]. Computer Engineering and Applications, 2011, 47(11): 207-210.