利用RBF神经网络实现高斯型函数积分  

Implementation for Gauss-Type Function Integral Using RBF Neural Networks

作　　者：杨军[1] 马晓岩[1] 万山虎[1] 江晶[1] 

机构地区：[1]空军雷达学院

出　　处：《空军工程大学学报（自然科学版）》2003年第5期20-23,共4页Journal of Air Force Engineering University(Natural Science Edition)

基　　金：国家"863"高技术研究发展计划资助项目(2002AA135320)

摘　　要：导出了在一定精度下高斯型函数积分近似表达式,利用径向基函数(RBF)网络具有良好的逼近任意非线性映射的特点,提出了一种改进的RBF网络方法以实现对高斯型函数积分。实验结果表明所提出方法具有较高的逼近计算精度。First an proximate expression of Gauss type function integral is deduced with proper accuracy, and then a scheme based on modified radial basis function (RBF) neural networks is proposed. The numerical experiments indicate that the proposed scheme has a higher proximate accuracy.

关 键 词：径向基函数 神经网络 高斯函数 函数积分 

分 类 号：TN015[电子电信—物理电子学]