RBF 神经网络
我想应用 RBF 神经网络来教授我的系统。 我有一个带有输入的系统：
| 1 2 3 4 5 6 ... 32 | 33 |
| 1000 0001 0010 0100 1000 1000 ... 0100 | 0 0 1 |
您必须在没有“|”的情况下阅读此内容特点。我只是想让您看到输入中的最后三个元素保持在一起。结果必须是 1-32 之间的数字，其输入值为“1000”。在我的训练集中，我总是会得到此类数组的结果。教学算法可以使用哪些函数？你能指出我正确的方法吗？
如果您无法理解我的描述，请随时询问。谢谢你们的帮助！
I would like to apply RBF neural networks to teach my system.
I have a system with an input:
| 1 2 3 4 5 6 ... 32 | 33 |
| 1000 0001 0010 0100 1000 1000 ... 0100 | 0 0 1 |
You have to read this without the "|" character. I just wanted you to see that the last three elements in the input are staying together. The result have to be a number between 1-32, which has the value "1000" in the input. In my training set I will always have a result for an array of this kind. What kind of functions can I use for the teaching algorithm? Can you point me please to the right way?
If you can't understand my description please don't hesitate to ask about it. Thank you guys for your help!
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（1）
使用 RBF 网络来解决这个问题似乎是一个奇怪的解决方案。但如果你下定决心：
（完全有可能我完全误解了你想要解决的问题）。
您可能希望将其转化为分类并训练 32 个二元分类器，以确定“1000”是否位于 32 个条目中的每个条目中。或者更多的“神经网络”术语有 32*4 个条目和 32 个输出。
训练 RBF 网络的一种有效方法是使用带有 RBF 内核的 SVM。一个很好的实现是 LIBSVM。
Using RBF network for this seems like a weird solution. But if you have your heart set on it:
(it is entirely possible that I totally misunderstood the problem you want to solve).
You might want to put it in terms of classification and train 32 binary classifiers that determine if the "1000" is at each of the 32 entries. Or more in "neural network" terms have 32*4 entries and 32 ouputs.
One efficent way to train an RBF network is to use an SVM with an RBF kernel. One good implementation of this is LIBSVM.