在进行径向基神经网络设计时，径向基函数宽度是一个非常重要的参数，理论上对于任意输入/输出样本，网络都能够做到函数逼近，但是如果选择不当，在函数逼近中就会造成过适性和不适性。一般情况下，宽度的选取取决于输入向量之间的距离，要求是大于最小距离，小于最大距离。如果宽度常数过小，则网络中需要更多的神经元数目，如果宽度常数过大，则每个神经元都基本相同，无法通过网络训练分析。
假设网络的目标误差GOAL=0.001，最大隐节点mn＝60，分别通过不同的宽度来训练网络，在宽度sp变化时观察网络的拟合能力和泛化性能，从而得到最佳的神经网络软测量结构模型。图6-11给出误差 ...... （共642字） [阅读本文]>>
水环境系统智能化软测量与控制水环境系统软测量的基本思想是将系统建模理论与生产工艺过程知识有机结合起来，应用计算机软件技术，对水环境系统中一些难于在线测量或不能测量的重要变量 (称之为主导变量)，如出水BOD、COD等，通过选择另
水环境系统智能化软测量与控制软测量的基本原理是把系统辨识和控制系统建模理论与生产工艺过程知识结合起来，根据某种最优规则，选择一组既与主导变量有密切联系又易检测的变量，即二次变量，通过构造某种以二次变量为输入、主导变量为输出的数学
水环境系统智能化软测量与控制过程神经元的输入和连接权值均可为一个时间变化过程，并在传统神经元空间聚合运算的基础上，增加了一个时间聚合算子，使过程神经元的聚合运算和激励作用能同时反映信号的空间总和效应和时间总和效应。过程神经元由加
水环境系统智能化软测量与控制过程神经元网络是由若干个过程神经元和一般非时变神经元按照一定的拓扑结构组成的人工神经元系统。类似于传统神经元网络，过程神经元网络也可以按神经元之间的连接方式分为前向型过程神经元网络和反馈型过程神经元网
水环境系统智能化软测量与控制过程神经元网络的学习算法目前国内只有何新贵院士、许少华博士提出了几种方法[23]。主要有基于梯度下降的学习算法，该算法借鉴了传统的BP算法[111-112]; 基于函数正交基展开的学习算法，在输入空间
上一篇