新型广义径向基函数神经网络结构研究

被引：1

作者：

党开放 ^{[1
]}

杨利彪 ^{[1
]}

戴莺莺 ^{[1
]}

林廷圻 ^{[2
]}

机构：

[1] 北京化工大学机电工程学院

[2] 西安交通大学机械工程学院

来源：

关键词：

径向基函数神经网络; 网络结构; 学习方法; 模式识别; 仿真研究;

D O I：

10.16208/j.issn1000-7024.2007.12.046

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

提出了一种新型的广义径向基函数(RBF)神经网络,并研究了该网络的学习方法。不同于传统三层结构的RBF网络,广义RBF网络增加了基函数输出加权层,并在输出层采用超曲面去逼近任意的非线性曲面。实例仿真结果表明,与传统的RBF网络相比,该网络具有良好的逼近性能,收敛速度快,可逼近任意多变量非线性函数。

引用

页码：2911 / 2913

页数：3