一种基于傅里叶变换的RBF神经网络函数逼近方法

• 作者: 谢超 高大启
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 傅里叶变换 RBF神经网络 函数逼近 网络结构优化
• 年，卷（期）: 2005,（2）
• 所属期刊栏目: 算法研究
• 页码范围: 47-49,64
• 页数: 4页
• 分类号: TP183
• 字数: 3222字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2005.02.018

摘要

本文提出了一种基于傅里叶变换的RBF神经网络函数逼近方法.基于聚类算法的RBF网络中心与宽度确定方法侧重于考察信号在时空的分布规律.与之相比,本文通过分析信号所含谐波分量的幅度和相位随频率分布的情况,用前有限个频率的正弦波分量的频谱特征构造RBF网络,并采用单调指数法合并隐层节点,最后用增加微调节点的方法提高网络的局部逼近精度.一个应用实例表明,本文方法具有良好的函数逼近能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高大启	华东理工大学计算机科学与工程系	39	472	11.0	21.0
2	谢超	华东理工大学计算机科学与工程系	1	8	1.0	1.0