计算机工程与设计
計算機工程與設計
계산궤공정여설계
COMPUTER ENGINEERING AND DESIGN
2009年
18期
4290-4292,4302
,共4页
陈微微%张强%魏小鹏%赵婷婷%赵秀燕
陳微微%張彊%魏小鵬%趙婷婷%趙秀燕
진미미%장강%위소붕%조정정%조수연
径向基函数%正交最小平方%反向传播%神经网络%概念设计%评价
徑嚮基函數%正交最小平方%反嚮傳播%神經網絡%概唸設計%評價
경향기함수%정교최소평방%반향전파%신경망락%개념설계%평개
分析了现有评价方法存在的问题,利用Matlab神经网络工具箱构建了RBF网络模型,并以冰箱为实例进行评价.RBF神经网络采用监督学习算法和正交最小平方(OLS)算法决定基函数的中心、方差以及隐含层到输出层的权值.与BP神经网络模型的评价结果对比,建立的RBF神经网络评价模型具有更高的预测精度,收敛速度更快.
分析瞭現有評價方法存在的問題,利用Matlab神經網絡工具箱構建瞭RBF網絡模型,併以冰箱為實例進行評價.RBF神經網絡採用鑑督學習算法和正交最小平方(OLS)算法決定基函數的中心、方差以及隱含層到輸齣層的權值.與BP神經網絡模型的評價結果對比,建立的RBF神經網絡評價模型具有更高的預測精度,收斂速度更快.
분석료현유평개방법존재적문제,이용Matlab신경망락공구상구건료RBF망락모형,병이빙상위실례진행평개.RBF신경망락채용감독학습산법화정교최소평방(OLS)산법결정기함수적중심、방차이급은함층도수출층적권치.여BP신경망락모형적평개결과대비,건립적RBF신경망락평개모형구유경고적예측정도,수렴속도경쾌.
