【最近大家对于kers系统都是非常感兴趣，为此小西小编特地为大家在网络上搜集了一些与kers系统相关的内容，那么接下来就由小西把搜集到的相关内容分享给大家吧。】

1、Kernal-Based RBF（KBRBF）是一种径向基函数（RBF）神经网络，也被称为Kernal-Based RBF神经网络（KRNN）。

2、KBRBF系统是一种基于RBF网络的模型选择方法，它可以克服传统的神经网络中分类准确度不高的缺陷，从而提高分类准确率。

3、KBRBF系统利用径向基函数网络的模型组合选择特性，以泛化能力最强的RBF网络（KRNN）为核心模型，并且融合多种误差准则作为经验模式的选择参数。

4、因此，KBRBF系统能自适应地融合数据模式的特点，将不同类型的网络（非线性模型）相互协作进行样本分析，具有较强的自适应性。

5、 具体来说，KBRBF系统包含以下几个主要部分：RBF网络作为核心模型进行特征空间数据聚类；数据预处理模块对输入数据进行规范化处理；模型选择模块根据不同的误差准则选择不同的RBF网络模型；结果输出模块将选择的模型结果输出到最终的分类结果中。

6、通过这些部分，KBRBF系统能够有效地提高分类准确率，并具有自适应性、泛化能力和鲁棒性。

7、 总的来说，KBRBF系统是一种基于RBF网络的模型选择方法，它能够克服传统神经网络分类准确度不高的缺陷，提高分类准确率，并具有自适应性、泛化能力和鲁棒性等特点。

以上就是关于【kers系统】的相关内容，希望对大家有帮助！