西北大学学报（自然科学版）
西北大學學報（自然科學版）
서북대학학보（자연과학판）
JOURNAL OF NORTHWEST UNIVERSITY(NATURAL SCIENCE EDITION)
2011年
2期
221-225
,共5页
径向基函数%散乱数据%曲面重构%神经网络
徑嚮基函數%散亂數據%麯麵重構%神經網絡
경향기함수%산란수거%곡면중구%신경망락
目的 利用径向基函数(RBF)神经网络对非线性函数的逼近,以及强大的抗噪、修复能力等特点,对散乱点曲面进行重构.方法 在已有RBF神经网络模型的基础上提出了采用相关系数的方法自动确定网络隐含层核函数半径大小.结果 给出算法的分析和实现步骤,并将该模型应用于带有高斯噪声的散乱点曲面重构.结论 与利用传统方法确定的RBF模型相比,该RBF网络模型的整体逼近精度更高,修复和抗噪性能更强,且得到的曲面光顺性好.
目的 利用徑嚮基函數(RBF)神經網絡對非線性函數的逼近,以及彊大的抗譟、脩複能力等特點,對散亂點麯麵進行重構.方法 在已有RBF神經網絡模型的基礎上提齣瞭採用相關繫數的方法自動確定網絡隱含層覈函數半徑大小.結果 給齣算法的分析和實現步驟,併將該模型應用于帶有高斯譟聲的散亂點麯麵重構.結論 與利用傳統方法確定的RBF模型相比,該RBF網絡模型的整體逼近精度更高,脩複和抗譟性能更彊,且得到的麯麵光順性好.
목적 이용경향기함수(RBF)신경망락대비선성함수적핍근,이급강대적항조、수복능력등특점,대산란점곡면진행중구.방법 재이유RBF신경망락모형적기출상제출료채용상관계수적방법자동학정망락은함층핵함수반경대소.결과 급출산법적분석화실현보취,병장해모형응용우대유고사조성적산란점곡면중구.결론 여이용전통방법학정적RBF모형상비,해RBF망락모형적정체핍근정도경고,수복화항조성능경강,차득도적곡면광순성호.
