论文部分内容阅读
模式分类是径向基函数（RBF）神经网络应用的一个重要方面。目前大多数RBF羁络都采用迭代学习的方法。区别于反复选代训练而得到网络参数的惯常做法，重新探讨一种基于矩阵伪逆或逆的中心、方差及权值可直接确定的方法。并基于此方法构建一种模式识别分类器，对IRIS分类问题进行计算机仿真验证。结果表明。相对于迭代法，谈直接确定方法具有更快的计算速度，构建的RBF神经网络分类嚣也具有良好的分类性能。