![](https://iknow-base.cdn.bcebos.com/lxb/notice.png)
展开全部
bp神经网络学习速率是固定的,因此网络的收敛速度慢,需要较长的训练时间。对于一些复杂问题,BP算法需要的训练时间可能非常长,这主要是由于学习速率太小造成的。而rbf神经网络是种高效的前馈式网络,它具有其他前向网络所不具有的最佳逼近性能和全局最优特性,并且结构简单,训练速度快。
展开全部
他们的结构是完全不一样的。。。。
BP是通过不断的调整神经元的权值来逼近最小误差的。。其方法一般是梯度下降法
RBF是一种前馈型的神经网络,也就是说他不是通过不停的调整权值来逼近最小误差的,的激励函数是一般是高斯函数和BP的S型函数不一样,高斯函数是通过对输入与函数中心点的距离来算权重的。。
BP是通过不断的调整神经元的权值来逼近最小误差的。。其方法一般是梯度下降法
RBF是一种前馈型的神经网络,也就是说他不是通过不停的调整权值来逼近最小误差的,的激励函数是一般是高斯函数和BP的S型函数不一样,高斯函数是通过对输入与函数中心点的距离来算权重的。。
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
展开全部
结构不一样。
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询