10.3969/j.issn.1004-3918.2013.09.015
Gaussian型RBF神经网络的函数逼近仿真研究
为了研究Gaussian型RBF神经网络的逼近能力,首先介绍了Gaussian型RBF神经网络的结构和算法,然后在MATLAB7.0环境下,编程建立了Gaussian型RBF神经网络和BP神经网络,并以具体的非线性函数为例,分别用两种神经网络对其进行逼近.仿真结果表明,相对于传统BP神经网络而言,Gaussian型RBF神经网络对于非线性函数的逼近精度更高、收敛速度更快,具有良好的逼近能力,为解决非线性函数的逼近问题提供了良好的解决手段.
Gaussian函数、RBF神经网络、BP神经网络、函数逼近、仿真
TP183(自动化基础理论)
国家自然科学基金资助项目61104071
2013-11-07(万方平台首次上网日期,不代表论文的发表时间)
共4页
1383-1386