Mạng hàm cơ sở xuyên tâm (viết tắt là RBFN) là một loại mạng thần kinh. Khả năng xấp xỉ hàm, nhận dạng và phân loại patter tốt hơn BPNN [8-10], và cũng được sử dụng trong nhiều trường dự báo. Cấu trúc của nó tương tự như BPNN. Các nút lớp đầu vào chỉ truyền tín hiệu đến lớp ẩn. Chức năng kích hoạt trong lớp ẩn là các hàm cơ sở xuyên tâm. Nói chung, chức năng kích hoạt trong lớp đầu ra là một hàm tuyến tính đơn giản. Trong RBFN, lớp đầu vào được ánh xạ đến một không gian mới và đạt được sự kết hợp tuyến tính. Các thông số có thể điều chỉnh là trọng lượng của sự kết hợp tuyến tính và các tham số kiểm soát hình dạng của các chức năng cơ bản. Thuật toán học tập của RBFN có ba tham số để giải quyết là trung tâm của hàm, phương sai và trọng lượng từ lớp ẩn đến lớp ngoài. Trong giai đoạn tự tổ chức học tập, giải quyết trung tâm của chức năng cơ sở và phương sai trong lớp ẩn. Trên các giai đoạn học tập của giảng viên, giải quyết các trọng lượng nằm giữa lớp ẩn và lớp đầu ra. Các bước cụ thể như sau:<br>(1) Xác định trung tâm hàm cơ sở C dựa trên cụm K-mean<br>1) Khởi tạo mạng. Các mẫu đào tạo được chọn ngẫu nhiên làm trung tâm phân cụm ci (i = 1, 2 ..., h).<br>2) Đào tạo nhóm mẫu. Phù hợp với khoảng cách Euclide giữa<br>đào tạo mẫu xp và trung tâm ci, phân phối xp để cụm thiết lập θ p (p = 1, 2,... P) mẫu đầu vào. Ở đây, P là tổng số mẫu.<br>3) Điều chỉnh lại các trung tâm cụm. Tính trung bình của mẫu đào tạo trong<br>crusting thiết lập θ p để đạt được trung tâm cụm mới ci. Nếu trung tâm phân cụm mới không thay đổi nữa, ci là trung tâm cuối cùng của hàm cơ bản. Nếu không, hãy chuyển sang bước 2).<br>(2) Giải pháp phương sai σi<br>Hàm cơ bản của RBFN là Gaussian. Vì vậy, công thức giải pháp phương sai như sau:<br>(4)<br>C<br>σ = tối đa<br>I<br>i=1,2...,h<br>Ở đây, cmax là khoảng cách tối đa giữa các trung tâm được chọn.<br>2h<br>(3) Tính toán trọng lượng giữa lớp ẩn và lớp đầu ra<br>Các trọng lượng giữa lớp ẩn và lớp đầu ra được tính bằng phương pháp hình vuông ít nhất, công thức như sau:
正在翻譯中..
![](//zhcntimg.ilovetranslation.com/pic/loading_3.gif?v=b9814dd30c1d7c59_8619)