一种新型的广义RBF神经网络及其训练方法

• 作者: 党开放 杨利彪 林廷圻
• 来源期刊: 计算技术与自动化
• 关键词: RBF神经网络 训练方法 函数逼近
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 自控理论及应用
• 页码范围: 9-13
• 页数: 5页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6199.2007.01.003

摘要

提出一种新型的广义RBF神经网络模型,将径向基输出权值改为权函数,采用高次函数取代线性加权.给出网络学习方法,并通过仿真分析研究隐单元宽度、权函数幂次等参数的选取对网络逼近精度以及训练时间的影响.结果表明,和传统的RBF神经网络相比,该网络具有良好的逼近能力和较快的计算速度,在系统辨识和控制中具有广阔的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林廷圻	西安交通大学机械工程学院	70	822	15.0	25.0
2	党开放	北京化工大学机电工程学院	21	64	5.0	7.0
3	杨利彪	北京化工大学机电工程学院	3	17	2.0	3.0