变量可分离函数的RBF神经网络拟合模型及其VC维

• 作者: 郭穗勋 黄榕波
• 来源期刊: 华南师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 分工协作 RBF VC维
• 年，卷（期）: 2010,（3）
• 页码范围: 39-41,46
• 分类号: TP183
• 字数: 2777字
• 语种: 中文

摘要

提出变量可分离函数的径向基函数网络拟合模型(Fitting Model based Radial Basis Function network to Variable Separable Function,VSRBF)及其学习算法并分析VSRBF的VC维.VSRBF是一个由多个子径向基函数网络组成的分工协作系统,由于把高维模型分解为低维模型,与传统径向基函数网络(Based Radial Basis Function Network,RBF)相比, VSRBF 不仅明显地降低了系统复杂性而且网络的收敛速度更快. 证明了VSRBF的VC维低于传统RBF的VC维,实验表明VSRBF在处理高维模型的行为明显优于RBF.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄榕波	广东药学院数学部	42	282	9.0	15.0
2	郭穗勋	广东药学院医药信息工程学院	15	109	4.0	10.0