10.3321/j.issn:1001-506X.2005.02.035
一种新型的灰色RBF神经网络建模方法及其应用
针对神经网络建模预测时,其建模精度往往受到数据随机性的影响,以及灰色累加生成操作(AGO)具有减小数据随机性,使数据变得有规则的特点,提出了一种新型的建模预测模型--灰色径向基(RBF)神经网络模型.此模型能够减小数据中的随机性,加快网络的建模收敛速度,使神经网络的建模精度得以提高.将此灰色RBF神经网络应用到动调陀螺仪漂移数据建模中,并将其建模验证结果和单纯使用RBF网络的建模结果进行比较,结果证明此方法是可行而有效的.
动调陀螺仪、灰色径向基神经网络、累加生成操作
27
U666.12;TN713(船舶工程)
2005-03-24(万方平台首次上网日期,不代表论文的发表时间)
共4页
316-319