已閱讀1頁，還剩41頁未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、本文首先介紹了徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)(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(jié)果中的表達(dá)式含有積分運(yùn)算，因此將該結(jié)果用于實際應(yīng)用中時其計算時間復(fù)雜度很高。為此，Wing在一些假設(shè)基礎(chǔ)上，利用概率論中的大數(shù)定律對局部泛化誤差模型的結(jié)果進(jìn)行化簡，并將化簡后的結(jié)果應(yīng)用在RBFNN的結(jié)構(gòu)選擇問題中。但是，由于Wing方法本身的特點(diǎn)，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(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。
最新文檔
- 改進(jìn)的局部泛化誤差模型.pdf
- 基于增強(qiáng)學(xué)習(xí)的啟發(fā)式和元啟發(fā)式搜索的參數(shù)調(diào)優(yōu)策略.pdf
- 基于啟發(fā)式算法的公交線網(wǎng)優(yōu)化模型研究.pdf
- 基于啟發(fā)式方法的網(wǎng)格任務(wù)調(diào)度算法研究.pdf
- 基于小世界模型的啟發(fā)式尋路算法研究.pdf
- 基于啟發(fā)式算法的動態(tài)交通流分配模型研究.pdf
- 基于啟發(fā)式方法的集成生產(chǎn)-配送調(diào)度研究.pdf
- 基于啟發(fā)式策略的快速motif發(fā)現(xiàn)方法研究.pdf
- 基于改進(jìn)啟發(fā)式遺傳算法的屬性約簡方法.pdf
- 前端啟發(fā)式滲透檢測模型研究.pdf
- 基于啟發(fā)式遺傳算法的屬性約簡方法研究
- 基于路標(biāo)的啟發(fā)式搜索智能規(guī)劃方法研究.pdf
- 基于啟發(fā)式策略的公路物流配載算法模型研究.pdf
- 基于啟發(fā)式遺傳算法的屬性約簡方法研究.pdf
- 啟發(fā)式公交網(wǎng)絡(luò)設(shè)計方法.pdf
- 基于啟發(fā)式搜索方法的配電網(wǎng)供電恢復(fù).pdf
- 啟發(fā)式教學(xué)探析.pdf
- 基于啟發(fā)式聚類的混合特征基因選擇方法研究.pdf
- 基于知識與啟發(fā)式搜索的GIS專題分析方法研究.pdf
- 基于用戶測試的啟發(fā)式評估研究.pdf
評論
0/150
提交評論