<html dir="ltr"><head><title></title></head><body>针对径向基函数(RBF) 神经网络构造时其结构和参数难以确定的问题, 结合可拓理论对输入样本和基函数的中心向量建立物元模型, 并借鉴第2 类型可拓神经网络(ENN2) 的聚类思想, 根据样本分布, 采用可拓分析及可拓变换动态调整隐节点数目和基函数中心, 从而提出基于可拓理论的RBF (ERBF) 神经网络. 同时, 通过UCI 标准数据集进行了测试, 并通过应用实例进行了验证, 结果表明, ERBF 结构和参数的确定方法简单、收敛速度快, 且泛化精度、鲁棒性和稳定性均显著提高.</body></html>