| 径向基函数神经网络及其在插值计算中的应用 |
| |
| 引用本文： | 杨彦军,杨宇,康志宏.径向基函数神经网络及其在插值计算中的应用[J].新疆石油地质,2005,26(2):209-211. |
| |
| 作者姓名： | 杨彦军 杨宇 康志宏 |
| |
| 作者单位： | 1.成都理工大学,成都 610059;2.中国石化 西北石油局工程技术研究院,乌鲁木齐 830011 |
| |
| 摘 要： | 径向基函数神经网络(RBF)是Broomhead于1988年提出的一种新型前向神经网络,与传统的插值型神经网络BP网络相比,具有计算速度快、满足全局最优化要求的优点,所以近年来开始引起人们的重视,被引入到函数的逼近插值计算中,成为除BP网络外的另一种重要的插值神经网络。根据径向基函数神经网络(RBF)的原理,总结出了径向基函数网络的可用于复杂插值计算的一种实用插值算法。经对实例计算表明,该算法是快捷可靠的。
|
| 关 键 词： | 神经网络 函教 插值 计算 |
| 文章编号： | 1001-3873(2005)02-0209-03 |
| 收稿时间： | 2004-06-17 |
| 修稿时间： | 2004年6月17日 |
Radial Basis Function Neural Network and Application to Data Interpolation |
| |
| YANG Yan-jun,YANG Yu,KANG Zhi-hong.Radial Basis Function Neural Network and Application to Data Interpolation[J].Xinjiang Petroleum Geology,2005,26(2):209-211. |
| |
| Authors: | YANG Yan-jun YANG Yu KANG Zhi-hong |
| |
| Affiliation: | 1. Chengdu University of Technology, Chengdu, Sichuan 610059, China;2. Research Institute of Enginering, Northwest Petroleum Bureau, Sinopec, Urumqi, Xinjiang 830011, China |
| |
| Abstract: | Neural network with radial basis function (RBF) is a new forward neural network proposed by Broomhead in 1988. It is of ac vantage of fast computation and meeting regional optimizing demand, compared with common error-back-propagation network. In recer years it becomes of more interests and is introduced into computation of approximating function interpolation. This paper presents the principle of neural network with RBF and the practicable interpolating computation. Case study shows it runs fast and reliably. |
| |
| Keywords: | neural network function interpolation computation |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《新疆石油地质》浏览原始摘要信息 |
|
点击此处可从《新疆石油地质》下载全文 |
|
