徑向基函數(shù)神經(jīng)網(wǎng)絡及協(xié)同進化學習

　　本書系統(tǒng)地介紹利用協(xié)同進化理論優(yōu)化徑向基函數(shù)神經(jīng)網(wǎng)絡學習的基本理論與方法，共分為7個章節(jié)。*，提出基于合作型協(xié)同進化的徑向基函數(shù)神經(jīng)網(wǎng)絡算法，引入聚類層并以聚類后的隱節(jié)點群作為子種群進行協(xié)同進化操作。第二，提出基于協(xié)同覆蓋的徑向基函數(shù)神經(jīng)網(wǎng)絡算法，并采用啟發(fā)式搜索改進網(wǎng)絡結構。第三，提出帶有特征選擇的雙種群分類算法，能夠同時獲得較優(yōu)的網(wǎng)絡結構和約減的輸入向量維數(shù)。第四，提出多種群協(xié)同進化神經(jīng)網(wǎng)絡集成算法，有效提高集成模型性能。第五，提出基于協(xié)同進化的子空間分類算法，適用于處理樣本空間分布復雜的數(shù)據(jù)挖掘問題。

暫缺《徑向基函數(shù)神經(jīng)網(wǎng)絡及協(xié)同進化學習》作者簡介