基于AIC准则优化的径向神经网络微地形曲面重构 |
| |
引用本文: | 秦宣云,卜英勇,夏毅敏. 基于AIC准则优化的径向神经网络微地形曲面重构[J]. 中南大学学报(自然科学版), 2004, 35(5): 815-819 |
| |
作者姓名: | 秦宣云 卜英勇 夏毅敏 |
| |
作者单位: | 1. 中南大学,数学科学与计算技术学院,湖南,长沙,410083 2. 中南大学,机电工程学院,湖南,长沙,410083 |
| |
摘 要: | 采用RBF网络模型进行复杂微地形曲面重构,建立了适应于曲面重构的RBF网络模型.在建立网络模型过程中,对不同的聚类半径由最近邻聚类法求出不同类别的聚类数目及相应的聚类中心和初始扩展常数,通过对不同类别分别进行调整扩展常数的网络训练,求出其最小AIC量,再根据赤池信息量准则确定最优结构的RBF神经网络模型,从而进行复杂微地形的曲面重构.实验结果表明:该方法能较好地反映原始地形;这种基于AIC准则将样本输入信息与样本输出信息同时考虑,进行RBF网络结构优化的方法,为确定最优RBF网络模型的隐节点数目及相应参数提供了途径.
|
关 键 词: | 曲面重建 神经网络 径向基函数网络 赤池信息量准则 |
文章编号: | 1672-7207(2004)05-0815-05 |
修稿时间: | 2004-01-10 |
Surface Reconstruction for Micro-landform Based on RBF Neural Network Optimized by AIC Criterion |
| |
Abstract: | |
| |
Keywords: | surface reconstruction neural network radical basis function akaike information criterion |
本文献已被 维普 万方数据 等数据库收录! |
|