摘要：文章根据隐节点对整个网络输出贡献的相对大小，提出删除策略，并结合资源分配网络的增长规则，使得径向基函数神经网络的隐节点在学习过程中可以自适应地增加或删除，从而形成一个网络资源较少、结构紧凑的自适应径向基函数神经网络。将该网络应用于函数拟合和非线性时间序列预测，取得较好的效果。

原文链接:http://www.cqvip.com//QK/90962X/200102/5494633.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）