紧支撑径向基函数网络在函数逼近中的应用研究 |
| |
引用本文: | 曹邦兴.紧支撑径向基函数网络在函数逼近中的应用研究[J].科技信息,2007(36). |
| |
作者姓名: | 曹邦兴 |
| |
作者单位: | 广州大学松田学院计算机系 |
| |
摘 要: | 径向基函数网络能够以任意精度逼近任意连续函数。目前径向基函数神经网络中普遍使用高斯基函数作为激励函数,用它来训练网络时,首先需要确定径向基函数的扩展常数SPREAD.SPREAD设定过小,函数逼近时会出现过适性,SPREAD过大,函数逼近时会出现不适性。所以创建径向基函数网络时,需根据不同的训练集和精度要求,选择多个不同的SPREAD值来反复比较网络输出值和目标值,以确定相对较好的逼近情况,这给实际使用带来一定的困难和不便,且无法保证该选择是最佳值.本文研究使用紧支撑径向基函数作为激励函数来设计神经网络,并分析其在函数逼近中的实际应用。
|
关 键 词: | 紧支撑 网络 函数逼近 研究 |
本文献已被 CNKI 等数据库收录! |
|