[發明專利]徑向基網絡參數求解方法、裝置及計算機可讀存儲介質

在審

• 申請號: 201710916023.0
• 申請日: 2017-09-28
• 公開（公告）號: CN107730001A
• 公開（公告）日: 2018-02-23
• 發明（設計）人: 劉新;陸振波;王博
• 申請（專利權）人: 深圳市易成自動駕駛技術有限公司
• 主分類號: G06N3/08
• 分類號: G06N3/08;G06N3/04
• 代理公司: 深圳市世紀恒程知識產權代理事務所44287
• 代理人: 胡海國,趙愛蓉

1.一種徑向基網絡參數求解方法，其特征在于，所述徑向基網絡參數求解方法包括：

獲取徑向基網絡的訓練樣本及標簽；

基于所述訓練樣本及所述標簽，建立所述徑向基網絡的最優化模型；

求解所述最優化模型，其中，所述最優化模型的最優解即為徑向基網絡參數的解。

2.如權利要求1所述的徑向基網絡參數求解方法，其特征在于，所述基于所述訓練樣本及所述標簽，建立所述徑向基網絡的最優化模型的步驟包括：

基于所述訓練樣本及所述標簽，建立所述徑向基網絡的誤差模型；

基于所述誤差模型建立所述徑向基網絡的最優化模型。

3.如權利要求2所述的徑向基網絡參數求解方法，其特征在于，所述基于所述誤差模型建立所述徑向基網絡的最優化模型的步驟包括：

獲取所述徑向基網絡的正則化參數，基于所述正則化參數建立所述徑向基網絡的正則化模型；

根據所述正則化模型及所述誤差模型，建立所述徑向基網絡的最優化模型。

4.如權利要求2所述的徑向基網絡參數求解方法，其特征在于，所述基于所述訓練樣本及所述標簽，建立所述徑向基網絡的誤差模型的步驟包括：

基于所述訓練樣本，獲取所述徑向基網絡的徑向基函數及所述徑向基函數對應的徑向基函數矩陣；

基于所述徑向基函數矩陣、所述訓練樣本及所述標簽，建立所述徑向基網絡的誤差模型。

5.如權利要求3所述的徑向基網絡參數求解方法，其特征在于，所述基于所述正則化參數建立所述徑向基網絡的正則化模型的步驟包括：

獲取所述徑向基網絡參數的L1范數；

基于所述正則化參數及所述徑向基網絡參數的L1范數，建立所述徑向基網絡的正則化模型。

6.如權利要求3所述的徑向基網絡參數求解方法，其特征在于，所述根據所述正則化模型及所述誤差模型，建立所述徑向基網絡的最優化模型的步驟包括：

基于所述正則化模型及所述誤差模型，獲取所述徑向基網絡的優化函數；

根據所述優化函數建立所述徑向基網絡的最優化模型。

7.如權利要求1所述的徑向基網絡參數求解方法，其特征在于，所述求解所述最優化模型的步驟包括：

調用預設的快速迭代收縮閾值算法；

基于所述快速迭代收縮閾值算法求解所述最優化模型。

8.如權利要求7所述的徑向基網絡參數求解方法，其特征在于，所述基于所述快速迭代收縮閾值算法求解所述最優化模型的步驟包括：

獲取所述快速迭代收縮閾值算法的迭代步長及所述誤差模型的梯度；

基于所述迭代步長及所述誤差模型的梯度，求解所述最優化模型。

9.一種徑向基網絡參數求解裝置，其特征在于，所述徑向基網絡參數求解裝置包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的徑向基網絡參數求解程序，所述徑向基網絡參數求解程序被所述處理器執行時實現如權利要求1至8中任一項所述的徑向基網絡參數求解方法的步驟。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有徑向基網絡參數求解程序，所述徑向基網絡參數求解程序被處理器執行時實現如權利要求1至8中任一項所述的徑向基網絡參數求解方法的步驟。