10.3969/j.issn.1006-0316.2007.01.004
基于RBF神经网络的曲面数据修补研究
径向基函数(RBF)神经网络具有良好的泛函逼近能力,主要探讨了将RBF神经网络应用于残缺曲面数据修补问题,通过建立适于数据修补的网络模型与采用levenberg-marquardt算法的改进型BP神经网络进行性能比较.结果表明:RBF在进行残缺数据修补时网络收敛速度快于BP神经网络,且修补精度高,适宜于曲面残缺数据的修补.
RBF神经网络、数据修补、逆向工程
34
TP3(计算技术、计算机技术)
2007-03-19(万方平台首次上网日期,不代表论文的发表时间)
共4页
11-13,23