基于RBF神经网络的回归树学习算法

摘要：

介绍了一种新的非参数回归RBF神经网络学习算法,该算法将RBF神经网络与回归树结合起来使用.回归树的基本思想是通过递归分割将输入空间划分为两部分,对函数进行逼近.由于每一次划分都与轴平行,因此可以用输入分向量满足的不等式来描述每一次划分,从而输入空间就变成了一个用超矩形构成的回归树(二叉树).回归树的结点可以很容易地转换为径向基函数,通过对回归树结点的访问,可以选择出使网络达到最优的基函数集,形成最终的网络.该算法可以应用到函数逼近、图像处理等各方面.

关键词：RBF神经网络、回归树、超矩形、函数逼近

所属期刊栏目：40

分类号：TP183(自动化基础理论)

在线出版日期：2005-01-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：107-109,164