神经元网络一般的训练过程.docxVIP

（1）构建径向基层：首先对参数进行初始化，包括权重和阈值，判断是否 需要更新网络；如果需要更新，那么增加神经元数目进行阈值更新；如果不更新, 那么进行下一步； （2）构建输出层：确定目标向量7 =（小，2,…〃），依据目标向量丁，根据函 数MAX（Wa｝） = 7确定权重W ,其中为是径向基层神经元输出； （3）神经网络结构优化 计算实际输出W,…4）与目标输出7之间的误差，一般可以通过函 数明二之句-/J计算误差；判断误差是否到达训练要求，如果到达要求，那么 停止，并保持最优结构；如果误差没有到达要求，那么继进行下一步；判断阈值更 新次数是否到达设定的次数。如果没有到达最大更新次数，那么更新阈值；如果达 到最大更新次数，那么继续下一步；判断增加的神经元数目是否到达最大更新数目O 如果没有到达最大更新数目，那么增加径向基神经元；如果到达最大更新神经元数 目，那么选择历史最优结构，并输出，训练结束。