RBF网络及其在数值计算中的应用

• 作者: 周志刚 陈丽红
• 来源期刊: 复杂系统与复杂性科学
• 学科: 工学
• 关键词: 径向基网络 函数逼近 插值
• 年，卷（期）: 2006,（2）
• 页码范围: 63-68
• 页数: 6页
• 分类号: TP3
• 字数: 4222字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-3813.2006.02.009

摘要

由经典的函数逼近理论衍生的很多数值算法有共同的缺点:计算量大、适应性差,对模型和数据要求高,在实际应用中受到限制.神经网络可以被用来计算复杂输入与输出结果之间的关系,具有很强的函数逼近功能.文章阐述如何利用RBFNN进行函数逼近、求解非线性方程组以及散乱数据插值,结合MATLAB神经网络工具箱给出了数值实例,并与BP网络等方法进行了比较.应用结果表明RBFNN是数值计算的一个有力工具,与传统方法比较具有编程简单、实用的特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈丽红	武汉大学数学与统计学院	4	33	3.0	4.0
2	周志刚	武汉科技学院数理系	3	9	2.0	3.0