葉怡成;陳重志;黃冠傑;
頁: 135-154
日期: 2008/04
卷期: 15(2)
關鍵字: 半徑基神經網路;監督式學習;核函數;分類;
Keywords: Radial basis function network;supervised learning;kernel function;classification;
摘要: 徑向基底函數網路(RBFN)常用於分類問題，它的核有形心與半徑二種參數，這二種參數可用監督式或無監督式學習來決定。但它有一個缺點是視所有自變數有同等地位，故分類邊界是圓形，但事實上每一個自變數對分類的影響力不同，分類邊界是應該是橢圓形較合理。為克服此一缺點...

引用     導入Endnote