RBF neural network based on q-Gaussian function in function approximation

作     者：Wei ZHAO Ye SAN 

作者机构：Control and Simulation Center Harbin Institute of Technology Harbin 150001 China 

出 版 物：《Frontiers of Computer Science》 (中国计算机科学前沿（英文版）)

年 卷 期：2011年第5卷第4期

页      面：381-386页

核心收录：

学科分类：0810[工学-信息与通信工程] 0808[工学-电气工程] 08[工学] 081104[工学-模式识别与智能系统] 080203[工学-机械设计及理论] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0701[理学-数学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：National Natural Science Foundation of China  NSFC: 61074127 

主　　题：RBF神经网络 高斯函数 函数逼近 径向基函数(RBF)神经网络 粒子群优化算法 泛化性能 网络参数 进化过程 

摘      要：提高光线的基础功能(RBF ) 的归纳性能神经网络，一个 RBF 神经网络基于一个 q-Gaussian 函数被建议。q-Gaussian 功能被选择为 RBF 神经网络的光线的基础功能，并且一个粒子群优化算法被采用选择网络的参数。非广泛的 entropic 索引 q 被编码为粒子并且在人口的进化过程适应地调整了。函数近似的模拟结果显示一个 RBF 神经网络基于 q-Gaussian 功能完成最好的归纳性能。