摘要: 径向基函数神经网络(RBF)是Broomhead于1988年提出的一种新型前向神经网络,与传统的插值型神经网络BP网络相比,具有计算速度快、满足全局最优化要求的优点,所以近年来开始引起人们的重视,被引入到函数的逼近插值计算中,成为除BP网络外的另一种重要的插值神经网络。根据径向基函数神经网络(RBF)的原理,总结出了径向基函数网络的可用于复杂插值计算的一种实用插值算法。经对实例计算表明,该算法是快捷可靠的。
中图分类号:
杨彦军, 杨宇, 康志宏. 径向基函数神经网络及其在插值计算中的应用[J]. 新疆石油地质, 2005, 26(2): 209-211.
YANG Yan-jun, YANG Yu, KANG Zhi-hong. Radial Basis Function Neural Network and Application to Data Interpolation[J]. Xinjiang Petroleum Geology, 2005, 26(2): 209-211.