用于映射及其导数近似的正交最小二乘算法：基于 RBF 网络
神经与进化计算
2009-09-25 v1 声音
摘要
径向基函数网络（RBFNs）主要用于解决曲线拟合问题和非线性系统建模。已知有几种用于通过 RBFNs 对稀疏数据集中的非线性曲线进行近似的算法。然而，没有方法可以对曲线的导数施加约束。在本文中，修改了 RBFN 识别的正交最小二乘算法，以提供对给定训练数据集的非线性 1 输入 1 输出映射及其导数的近似。对非线性函数导数的关注涉及许多识别和控制任务，其中将解决系统稳定性和鲁棒性的问题。通过对单环反馈系统稳定性的研究，证明了所提出算法的有效性。
引用
@article{arxiv.cs/0006039,
title = {Orthogonal Least Squares Algorithm for the Approximation of a Map and its Derivatives with a RBF Network},
author = {Carlo Drioli and Davide Rocchesso},
journal= {arXiv preprint arXiv:cs/0006039},
year = {2009}
}
备注
8 pages, 8 figures, submitted to IEEE Trans. on Systems, Man, and Cybernetics