论文部分内容阅读
介绍了径向基函数网络(简称RBF网络)模型,分析了RBF网络的分类机理和分类特点,由于该网络隐层激活函数的有界性,RBF网络用于分类时,其分类判决范围也是有界的.针对一般的多层前馈网络分类器不能识别新的模式类型的问题,研究了一种将若干个RBF网络组合起来的分类方法,该分类器不仅能够对新类型的模式作出有效的拒识,而且还能通过再学习识别新的模式类型,具有增量学习的能力,最后给出了一个分类实例.