B样条神经网络_第1页
B样条神经网络_第2页
B样条神经网络_第3页
B样条神经网络_第4页
B样条神经网络_第5页
已阅读5页,还剩4页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

4.10B样条神经网络B样条神经网络概述当基函数取B样条函数时→B样条神经网络给定的非线性函数,←用神经网络可以以任意的精度来逼近对于3层神经网络输入至输出的映射→通过基函数的加权组合来实现当基函数取不同时→网络性质不同计算复杂程度不同常用的基函数:Sigmoid、高斯型等B样条函数→常用的一种插值函数结构

样条函数定义给定区间[a,b]的一个分划:a=x0<x1<<xn-1<xn=b称函数Sk(x)是[a,b]上关于的k次多项式样条函数,如果它满足条件:1.在结点xi处等于给定的数值yi=Sk(xi

)2.在每个子区间[xi-1,xi]上是k次多项式Sk(x)及其直到k-1阶导数在区间[a,b]上连续.样条插值指光滑连接起来的分段的多项式曲线B样条神经网络:基于样条函数插值原理而设计的神经网络.基函数由一些局部的多项式组成。一、输入空间分割设输入向量为X=[x1,x2,…xn]T,且xi∈Ii,Ii为一有限区间,定义为:区间分割方法(x的第j个内插点.)(外插点):

这样区间Ii就被x的节点划分为m+1个子区间

定义在上的k阶基函数设输入域为U=[xmin,xmax],在此区间内有m个内插点,并在区间之外的两边分别定义k-1个外插点.k:B样条函数的阶数.定义单变量B样条基函数为其中:集合{Nkj(x),j=1,2,…,m+k}称为k阶B样条基函数集.二、单变量函数★基函数的性质:①正定性:②紧密性:③归一性:★基函数图形(d=2,k=1,2,3)图形2:k=3时的B样条基函数输入向量为X=(x1,x2,…,xn)T∈Rn★基函数的导数★B样条神经网络输出四、B样条神经网络的原理及学

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论