2.6 小结

本章首先对神经网络的基本概念、结构及特点进行介绍，在此基础上详细介绍了几种常用的神经网络。针对径向基函数神经网络，首先给出模式可分的Cover定理，然后介绍了径向基函数神经网络的详细数学描述。在统计学习的理论基础上重点介绍了几种主流的支持向量机学习算法。对新近提出的极限学习机，着重介绍了其运行机制并对其学习算法存在的问题进行了分析。最后对ARTMAP神经网络的结构和学习算法进行了描述，并介绍了常用的模糊ARTMAP和贝叶斯ARTMAP神经网络。本章介绍的几种神经网络模型为本书以后章节的展开奠定了基础。