| RBF神经网络在函数逼近领域内的研究 |
| |
| 引用本文： | 孙丽英,葛超,朱艺. RBF神经网络在函数逼近领域内的研究[J]. 计算机与数字工程, 2007, 35(8): 121-123 |
| |
| 作者姓名： | 孙丽英 葛超 朱艺 |
| |
| 作者单位： | 河北理工大学信息学院,唐山,063009 |
| |
| 摘 要： | RBF神经网络构造中的关键问题是网络中心的选取,最小二乘算法采用正交化方法,独立计算回归算子对输出的贡献,故使中心的选择步骤简单有效.给出了最小二乘算法及其应用函数逼近的实例,结果证明,由于计算过程中应用了这一算法的正交化性质,所以网络调整时对已有模式的扰动达到最小.这说明最小二乘算法不仅简单有效,而且性能优越,并有较强的实用性,在许多领域有广泛应用.
|
| 关 键 词： | RBF网络 正交最小二乘算法 函数逼近 神经网络 函数逼近 研究 Function Approximation RBF Neural Network 性能 扰动 模式 网络调整 化性质 正交化方法 计算过程 结果 应用 选择步骤 网络中心 输出 算子 回归 算法 |
| 修稿时间： | 2006-10-17 |
Research of RBF Neural Network in Function Approximation |
| |
| Sun Liying. Research of RBF Neural Network in Function Approximation[J]. Computer and Digital Engineering, 2007, 35(8): 121-123 |
| |
| Authors: | Sun Liying |
| |
| Abstract: | The selecting of the network center is the leading problem in making radial basic function network.Because of the orthogonal of OLS algorithm,the contribution of independence calculate,it makes the process simplicity.At the end of the paper an example of the application approximation of functions is given to explain the arithmetic.The example indicates that the OLS is an excellent algorithm because its orthogonal quality.It makes fewer disturbances to the former model,so it has wide application. |
| |
| Keywords: | radial basic function neural network OLS algorithm function impend |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
