基于径向基函数神经网络的非线性模型辨识

• 作者: 宋宜斌 王培进
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: RBF神经网络 非线性模型辨识 径向基函数
• 年，卷（期）: 2004,（5）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 142-143，169
• 页数: 3页
• 分类号: TP183
• 字数: 3514字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2004.05.052

摘要

从径向基函数(RBF)神经网络原理分析出发,提出了一种基于RBF神经网络学习算法,用于对非线性对象模型的拟合与辨识,并将此方法用于实际非线性模型的学习与辨识.结果表明,基于RBF的神经网络可快速完成对样本的学习与拟合,对具有连续特性的线性与非线性模型,具有快速实时的学习速度和优良的学习性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王培进	烟台大学计算机学院	51	550	12.0	21.0
2	宋宜斌	烟台大学计算机学院	31	216	8.0	13.0