基于B样条神经网络算子的散乱数据插值

• 作者: 徐慧芳 曹飞龙
• 来源期刊: 中国计量大学学报
• 学科: 工学
• 关键词: 计量 神经网络 插值 散乱数据 B样条函数 逼近误差
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 数理科学
• 页码范围: 506-513,523
• 页数: 9页
• 分类号: TP391
• 字数: 5112字
• 语种: 中文
• DOI: 10.3969/j.issn.2096-2835.2019.04.017

摘要

目的:研究散乱数据神经网络算子的插值逼近性.方法:首先,将一维B样条函数变换成一类Sig-moid函数.然后,将若干个上述Sigmoid函数相乘得到的多元函数作为激活函数.结果:构造了一类多元神经网络插值算子,以函数的光滑模作为逼近度量,借助散乱数据网格范数,估计该类神经网络算子对有界域上的多元连续函数的逼近误差.特别地,给出一些具体的数值仿真算例进一步验证理论结果.结论:B样条神经网络算子对散乱数据有较好的插值逼近性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹飞龙	中国计量大学理学院	62	241	8.0	12.0
2	徐慧芳	中国计量大学理学院	1	0	0.0	0.0