RBF神经网络在函数逼近领域内的研究  

Research of RBF Neural Network in Function Approximation

作　　者：孙丽英[1] 葛超[1] 朱艺[1] 

机构地区：[1]河北理工大学信息学院,唐山063009

出　　处：《计算机与数字工程》2007年第8期121-123,共3页Computer & Digital Engineering

摘　　要：RBF神经网络构造中的关键问题是网络中心的选取,最小二乘算法采用正交化方法,独立计算回归算子对输出的贡献,故使中心的选择步骤简单有效。给出了最小二乘算法及其应用函数逼近的实例,结果证明,由于计算过程中应用了这一算法的正交化性质,所以网络调整时对已有模式的扰动达到最小。这说明最小二乘算法不仅简单有效,而且性能优越,并有较强的实用性,在许多领域有广泛应用。The selecting of the network center is the leading problem in making radial basic function network.Because of the orthogonal of OLS algorithm,the contribution of independence calculate,it makes the process simplicity.At the end of the paper an example of the application approximation of functions is given to explain the arithmetic.The example indicates that the OLS is an excellent algorithm because its orthogonal quality.It makes fewer disturbances to the former model,so it has wide application.

关 键 词：RBF网络 正交最小二乘算法 函数逼近 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]