RBF神经网络的研究  

作　　者：李冬[1] 何铁宁[1] 

机构地区：[1]中国工程物理研究院

出　　处：《经济技术协作信息》2013年第3期88-89,共2页

摘　　要：传统的BP神经网络存在结构复杂、计算量大的缺点，为克服BP神经网络这些缺点，我们研究更具有优势的RBF神经网络。RBF网络结构简单，是一个三层结构的网络，通过线性和非线性相结合，解决了非线性程度太高的问题。文章介绍了RBF的基本原理，学习了解RBF聚类算法的具体过程，并利用C＋＋编程语言将算法得以实现。在掌握输入样本大小的情况下，确定隐层单元个数，我们便可以通过该算法计算仿真实例，理论研究和仿真实例结果显示，RBF算法具有十分好的逼近效果。

关 键 词：聚类算法 径向基函数 函数逼近 最小二乘法 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]