一种适于函数逼近的混合RBF专家网络快速算法  

Quick Algorithm to Mixture of RBF Experts Network for Function Approximation

作　　者：倪效勇[1] 王典洪[1] 张红剑[1] 

机构地区：[1]中国地质大学机电学院,湖北武汉430074

出　　处：《微电子学与计算机》2008年第2期17-20,共4页Microelectronics & Computer

基　　金：武汉市科技攻关项目(20061009134-06)

摘　　要：提出一种适于函数逼近的RBF混合专家网络快速算法。算法采用快速近邻法的思想,将样本集分级分解为不同子集,依靠测试样本集的误差估计,获得每个专家网络的网络结构;门网采用学习矢量量化神经网络,根据空间距离最近的原则,得到系统输出。仿真结果表明了算法的有效性。A quick algorithm to Mixture of RBF Experts network for function approximate is presented. Firstly all samples are divided into more little parts by quick nearest neighbors. Each expert network structure can be achieved by comparing the test errors. LVQ （Learning Vector Quantization） neural network is adopted in gate network and network output is obtained by the nearest rule in space. The simulation indicates the efficiency of the algorithm.

关 键 词：函数逼近 混合专家网络 误差估计 学习矢量量化 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]