基于BP神经网络的非线性函数逼近及SAS实现

• 作者: 张宇华 李君艺
• 来源期刊: 现代计算机（普及版）
• 关键词: BP神经网络 人工神经网络 函数逼近 SAS
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 研究与开发
• 页码范围: 7-10
• 页数: 4页
• 字数: 1888字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2013.08.002

摘要

BP神经网络作为目前应用最广泛的神经网络模型之一,其主要的特点在于非线性函数逼近的能力.提出基于BP神经网络的非线性函数逼近方法,开创性地使用功能强大的统计分析软件SAS编写BP算法,实现非线性函数的逼近,并对训练过程中的权值变化以及训练前后的函数曲线逼近效果进行对比分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张宇华	广东工业大学计算机学院	9	27	3.0	5.0
2	李君艺	东莞职业技术学院计算机工程系	8	26	2.0	5.0