径向基函数神经网络及协同进化学习

　　本书系统地介绍利用协同进化理论优化径向基函数神经网络学习的基本理论与方法，共分为7个章节。*，提出基于合作型协同进化的径向基函数神经网络算法，引入聚类层并以聚类后的隐节点群作为子种群进行协同进化操作。第二，提出基于协同覆盖的径向基函数神经网络算法，并采用启发式搜索改进网络结构。第三，提出带有特征选择的双种群分类算法，能够同时获得较优的网络结构和约减的输入向量维数。第四，提出多种群协同进化神经网络集成算法，有效提高集成模型性能。第五，提出基于协同进化的子空间分类算法，适用于处理样本空间分布复杂的数据挖掘问题。

暂缺《径向基函数神经网络及协同进化学习》作者简介

暂缺《径向基函数神经网络及协同进化学习》目录