10.3969/j.issn.1001-5965.2004.01.004
径向基过程神经元网络及其应用研究
提出了一种径向基过程神经元网络,该网络模型为3层前向结构,由输入层、径向基过程神经元隐层和输出层组成.输入层到隐层的变换是非线性的,隐层到输出层的变换是线性的.隐层神经元完成对过程式输入信息的模式匹配和对时间的聚合运算,输出层对输入模式作出响应.在输入空间中引入函数正交基,将输入函数在正交基下展开,利用基函数的正交性,简化聚合运算过程.给出了相应的学习算法,并以旋转机械故障诊断问题为例验证了模型和方法的有效性.
神经网络、时间函数、算法、径向基过程神经网络、径向基函数
30
TP183(自动化基础理论)
国家自然科学基金60373102
2004-03-19(万方平台首次上网日期,不代表论文的发表时间)
共4页
14-17