基于RBF神经网络曲线重构的算法研究

摘要：

提出一种基于径向基(RBF)函数神经网络的曲线重构学习方法,即由描述物体轮廓特征的样本点作为RBF神经网络的学习样本,利用RBF神经网络强大的函教逼近能力对样本点进行学习和训练,从而仿真出包含这些样本点的原始曲线,同时对于曲线一些样本点缺少的情况下,仍然能构通过调整参数训练得到这些样本点的原始拟和曲线.实验表明,基于径向基(RBF)函数的神经网络具有很强的物体边界描述能力和缺损修复能力.

关键词：径向基函数、神经网络、曲线、拟合、修复

所属期刊栏目：28

分类号：TP389.1(计算技术、计算机技术)

资助基金：国家自然科学基金60461001;广西自然科学基金0542048

在线出版日期：2007-06-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：2405-2407