| 魏国辉,孔英,李庆玲.反向传播网络与径向基网络函数逼近的仿真比较[J].济宁医学院学报,2011,(3):203-204,207 |
| 反向传播网络与径向基网络函数逼近的仿真比较 |
| A comparative study on BPNN and RBFNN in function approximation |
| 投稿时间：2011-05-23 |
| DOI：10.3969/j.issn.1000-9760.2010.06.020 |
| 中文关键词: 反向传播网络|径向基网络|函数逼近|仿真 |
| 英文关键词: BPNN|RBFNN|Function approximation|Simultion |
| 基金项目:济宁医学院2010年科研立项项目 |
| 作者 | 单位 | | 魏国辉 | 济宁医学院信息工程学院, 山东日照 276826 | | 孔英 | 济宁医学院信息工程学院, 山东日照 276826 | | 李庆玲 | 济宁医学院信息工程学院, 山东日照 276826 |
|
| 摘要点击次数: 4892 |
| 全文下载次数: 1068 |
| 中文摘要: |
| 目的 对反向传播网络与径向基网络的函数逼近进行仿真比较。方法 依据反向传播算法与径向基算法,对某一特定函数进行仿真逼近。结果 仿真实验表明:两者都有很好的逼近能力,径向基网络的逼近性更好。结论 反向传播网络在函数逼近方面差的原因是激励函数的全局性、隐层结点数目的不确定性。 |
| 英文摘要: |
| Objective To compare the BPNN with RBFNN in function approximation.Methods According to the BPNN and RBFNN algorithms a specific function was simulated.Results The simulation showed that RBFNN was done better than BPNN in function approximation.Conclusion Because of the inspirit function's globaling and the number of the Hidden Layer'node uncertainty the BPNN was not done well. |
|
查看全文
查看/发表评论 下载PDF阅读器 |
