RBF神經網絡

RBF網絡的基本思想是: 用RBF做爲隱單元的「基」構成隱含層空間,這樣就可將輸入矢量直接(即不須要經過權鏈接)映射到隱空間。根據Cover定理,低維空間不可分的數據到了高維空間會更有可能變得可分。換句話來講,RBF網絡的隱層的功能就是將低維空間的輸入經過非線性函數映射到一個高維空間。而後再在這個高維空間進行曲線的擬合。它等價於在一個隱含的高維空間尋找一個能最佳擬合訓練數據的表面。這點與普通的多層
相關文章
相關標籤/搜索