GRNN与RBFNN的二元函数逼近性能对比研究 |
| |
引用本文: | 丁 硕,常晓恒,巫庆辉. GRNN与RBFNN的二元函数逼近性能对比研究[J]. 计算机与现代化, 2014, 0(4): 92 |
| |
作者姓名: | 丁 硕 常晓恒 巫庆辉 |
| |
基金项目: | 基金项目:国家自然科学基金资助项目(61104071) |
| |
摘 要: | 为了研究GRNN和RBFNN对于二元非线性函数的逼近能力,本文编程建立GRNN和RBFNN,并以具体的二元非线性函数为例,分别用2种神经网络对其进行逼近。仿真结果表明,相对于RBFNN而言,GRNN对于二元非线性函数的逼近精度更高、收敛速度更快,具有很好的逼近能力,为解决二元非线性函数的逼近问题提供了良好的解决手段。
|
关 键 词: | 广义回归神经网络 径向基函数神经网络 二元函数 逼近 仿真 |
收稿时间: | 2014-04-23 |
Comparative Study on Binary Function Approximation Performances of GRNN and RBFNN |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《计算机与现代化》浏览原始摘要信息 |
|
点击此处可从《计算机与现代化》下载全文 |
|