RBF神经网络的生理学原理与应用

"RB_F网的生理学基础-无线电测向" 本文主要探讨了神经网络中的径向基函数网络（Radial Basis Function, RBF网）的生理学基础，特别是其隐节点的局部特性和生物神经元的"内兴奋外抑制"功能之间的联系。RBF网的设计灵感来源于生物神经系统，尤其是灵长类动物视觉系统中的神经元结构。这种"内兴奋外抑制"机制在人眼接收信息的过程中扮演了重要角色。 眼是人类获取外部信息的主要器官，当光线进入眼睛，经过聚焦在视网膜上形成图像，进而通过神经冲动传递到大脑皮层产生视觉。视网膜具有复杂的结构，其中包含感光细胞，能够对光刺激作出反应并发送神经冲动。在视网膜中，存在一类特殊的神经元，它们具有中心兴奋区和周围抑制区，即"on-center off-surround"特性。中心兴奋区对特定刺激有响应，而周围抑制区则抑制其他区域的反应，这种机制有助于增强视觉对比度和边缘检测，对图像解析具有重要意义。 RBF网络借鉴了这种生理机制，其隐含层节点被设计为局部响应，每个节点对应一个径向基函数，这些函数类似于神经元的兴奋模式，对输入数据的局部特征进行响应。当输入接近某个节点，该节点产生强烈的激活，而远离节点的输入则受到抑制，这样可以有效地进行数据的空间聚类和分类。 此外，书中还提到了神经网络结构设计的重要性，并且介绍了多种神经网络设计的方法，如剪枝算法、构造算法和进化方法，以及参数优化设计策略，如最优停止方法、主动学习方法和神经网络集成等。这些方法对于提高神经网络的泛化能力和性能至关重要，而且提供了MATLAB代码实现，便于读者理解和实践。 本书适合自动化、信号处理等相关领域的工程师、研究生和教师阅读，不仅涵盖了神经网络的基础知识，如神经元模型、学习规则和常见的前馈神经网络（如多层感知器网络）和反馈神经网络，还深入讨论了RBF网络和其背后的生物学原理，为读者提供了全面的神经网络理论和实践指导。