文章编号：33357 / 分类：互联网资讯 / 更新时间：2024-12-10 15:16:38 / 浏览：次

RBF 网络誉纯的设计包含结构设计和参数设计。

结构设计重要处置如何确定网络隐节点数的疑问。

参数设计普通需思考包含3种参数：各基函数的数据核心和裁减常数，以及输入节点的权值 。

当驳回Full RBF 网络结构时 ，隐节点数即样本数，基函数的数据核心即为样闭戚本自身，参数设计只有思考裁减常数和输入节点的权值 。

当驳回狭义RBF网络结构时 ，RBF网络的学习算法应该处置的疑问包含 ：如何确定网络隐节点数 ，如何确定各径向基函数的数据核心及裁减常数 ， 以及如何批改输入权值 。

依据数据核心的取值方法 ， RBF 网的设计方法可分为两类 。

第一类方法 ： 数据核心从样本输入当选取 。

普通来说 ， 样本密集的中央核心点可以适当多些 ， 样本稠密的中央核心点可以少些 ； 若数据轿虚陵自身是平均散布的 ，核心点也可以平均散布 。

总之 ， 选出的数据核心应具备代表性 。

径向基函数的裁减常数是依据数据核心的散布而确定的 ， 为了防止每个径向基函数太尖或太平 ， 一种选用方法是将一切径向基函数的裁减常数设为：max(d)/sqrt(2M),M为数据核心点数，max(d)为所选数据核心之间的最大距离 。

第二类方法 ： 数据核心的自组织选用。

常驳回各种灵活聚类算法对数据核心启动自组织选用，在学习环节中需对数据核心的位置进执行态调理 。

罕用的方法是 K-means 聚类，其好处是能依据各聚类核心之间的距离确定各隐节点的裁减常数。

由于 RBF 网的隐节点数对其泛化才干有极大的影响，所以寻觅能确定聚类数目标正当方法，是聚类方法设计RBF网时需首先处置的疑问。

除聚类算法外还有梯度训练方法资源调配网络RAN等。

IDC究竟是什么，和CDN啥相关

理论是这样的，我会描画我的网站放在了某个IDC服务提供商那里，也就是说网站数据放在了某个IDC服务提供商的主机上。

而后我需求IDC提供CDN来允许我的网站内容流量的散发访问，由于关上网站等数据在速度上经过CDN能让全国各地甚至海外的网站访问者更好的访问。

便捷点就是：IDC是放网站数据的，CDN是用户访问网站的一种带宽技术。

IDC中文是互联网数据核心，重要为互联网内容提供商（ICP）、企业、媒体和各类网站提供大规模、高品质、安保牢靠的专业化主机托管、空间租用、网络批穗消发带返敏宽以及ASP、EC等业务。

CDN的全称是Content Delivery Network，即内容散发网络。

其基本思绪是尽或者避开互联网上有或者影响数据传输速度和稳固性的瓶颈和环节，使内容传输的更快、更稳固。

经过在网络各处搁置节点主机所导致的在现有的互联网基础之上的一层默认虚构网络，CDN系漏族枝统能够实时地依据网络流量和各节点的衔接、负载状况以及到用户的距离和照应期间等综合消息将用户的恳求从新导向离用户最近的服务节点上。

其目标是经常使用户可就近取得所需内容，处置 Internet网络拥堵的状况，提高用户访问网站的照应速度。

相关标签： rbf神经网络用哪种学习算法好、

本文地址：http://www.hyyidc.com/article/33357.html

上一篇：云端布点即数据核心选址准则有哪些...
下一篇：GIS选址方法...