基于RBF神经网络的曲面数据修补研究

• 作者: 廖俊必 杨科
• 来源期刊: 机械
• 学科: 工学
• 关键词: RBF神经网络 数据修补 逆向工程
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 设计与研究
• 页码范围: 11-13,23
• 页数: 4页
• 分类号: TP3
• 字数: 1853字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-0316.2007.01.004

摘要

径向基函数(RBF)神经网络具有良好的泛函逼近能力,主要探讨了将RBF神经网络应用于残缺曲面数据修补问题,通过建立适于数据修补的网络模型与采用levenberg-marquardt算法的改进型BP神经网络进行性能比较.结果表明:RBF在进行残缺数据修补时网络收敛速度快于BP神经网络,且修补精度高,适宜于曲面残缺数据的修补.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	廖俊必	四川大学制造科学与工程学院	101	569	13.0	17.0
2	杨科	四川大学制造科学与工程学院	8	9	2.0	2.0