变量可分离函数的RBF神经网络拟合模型及其VC维

提出变量可分离函数的径向基函数网络拟合模型(Fitting Model based Radial Basis Function network to Variable Separable Function,VSRBF)及其学习算法并分析VSRBF的VC维.VSRBF是一个由多个子径向基函数网络组成的分工协作系统,由于把高维模型分解为低维模型,与传统径向基函数网络(Based Radial Basis Function Network,RBF)相比,VSRBF不仅明显地降低了系统复杂性而且网络的收敛速度更快.证明了VSRBF的VC维低于传统RBF的VC维,实验表明VSRBF在处理高维模型的行为明显优于RBF.     

独立成份分析在径向基函数网中的应用研究

提出应用独立成份分析(Independent omponent nalysis,ICA)降低径向基函数网(RBFN)输入维数的方法,并讨论ICA降维方法对RBFN行为的影响．实验表明基于ICA的降维方法大大提高了RBFN的收敛速度,改善RBFN的行为．     

教育云平台下《VB程序设计》精品课程资源的设计与开发

教育云平台下的《VB程序设计》精品课程资源建设应该从资源的整合与虚拟化、资源的高度共享以及资源的弹性可扩展性等方面全方位考虑,与此同时,还应该加强与其他课程资源的有机融合.在此基础上,可以将《VB程序设计》精品课程资源建设成一个开源的、互动的、自助的、立体式的智能化资源体系.