基于支持向量机优化rbf神经网络的算法及应用分析-algorithm and application analysis of rbf neural network optimization based on support vector machine.docxVIP

下载本文档

5
0
约5.83万字
约 65页
2018-08-14 发布于上海
举报
版权申诉

基于支持向量机优化rbf神经网络的算法及应用分析-algorithm and application analysis of rbf neural network optimization based on support vector machine.docx

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于支持向量机优化rbf神经网络的算法及应用分析-algorithm and application analysis of rbf neural network optimization based on support vector machine

目录第一章绪论 ................................................................. 11.1 引言................................................................. 11.2 研究背景............................................................. 31.2.1 机器学习的基本问题 ............................................. 31.2.2 机器学习的发展史 ............................................... 41.2.3 机器学习系统的基本结构 ......................................... 51.2.4 机器学习的分类 ................................................. 61.2.5 机器学习目前的研究领域与应用 ................................... 81.2.6 本文选题背景与学术意义 ......................................... 81.3 本文内容安排......................................................... 9第二章人工神经网络 ........................................................ 102.1 人工神经网络的概述.................................................. 102.1.1 人工神经网络发展简史 .......................................... 102.1.2 人工神经网络的基本特征与功能 .................................. 112.1.3 人工神经网络的应用及研究方向................................... 122.2 神经网络的模型...................................................... 132.2.1 神经元的结构模型 .............................................. 132.2.2 神经元的连接方式 .............................................. 142.3 神经网络的学习算法.................................................. 162.4 径向基（RBF）网络的模型结构及其算法 182.4.1 径向基（RBF）网络的结构及数学模型 182.4.2 RBF 网络的训练算法 202.4.3 RBF 网络的优点 222.4.4 RBF 网络的应用及推广能力 222.5 本章小结............................................................ 23第三章遗传算法 ............................................................ 243.1 遗传算法的主要优点及局限性.......................................... 243.2 基于遗传算法的应用.................................................. 253.3 遗传算法的基本原理与实现............................................ 263.3.1 编码 .......................................................... 263.3.2 初始种群的产生 ................................................ 273.3.3 遗传算法的基本操作 ............................................ 273.3.4 适应度函数 .................................................... 303.3.5 控制参数的设计 ....................................