基于神经网络的测量模型的建立及检验  

Establishment and verification of measurement model based on neural networks

作　　者：朱坚民[1] 王中宇[2] 吕延庆[2] 周福章[2] 宾鸿赞[1] 

机构地区：[1]华中理工大学机械科学与工程学院,湖北武汉430074 [2]洛阳工学院机械与电子工程系,河南洛阳471039

出　　处：《光学精密工程》2000年第4期389-393,共5页Optics and Precision Engineering

基　　金：国家自然科学基金!资助项目 ( 5 980 5 0 0 7)

摘　　要：针对间接测量数学模型难于建立的问题 ,提出了基于径向基函数神经网络的非参数测量模型的建立方法。利用对训练样本的聚类结果来确定基函数的中心 ,使得神经网络在较少的训练样本条件下仍可获得较高的建模精度。应用实例验证了本方法的有效性。WT5BZ]Aiming at the difficulty of the model establishment of indirect measurement, a new method of measurement model establishment based on radial basis function neural networks is presented. In order to obtain a high modeling precision when the size of training sample is small, the center of radial basis function is decided by clustering results of the training sample, then, the effectiveness of this method is proved by application examples.[WT5HZ]

关 键 词：测量模型 径向基函数 神经网络 聚类 检验 

分 类 号：TP274[自动化与计算机技术—检测技术与自动化装置] TP183[自动化与计算机技术—控制科学与工程]