基于径向基—多层感知器神经网络联合的复杂岩相智能识别与表征 被引量：14

1

作者 姜世一 孙盼科 +7 位作者 张林 贾浪波 何太洪 徐怀民 艾贝贝 张何锋 饶华文 丁遥 《天然气工业》 EI CAS CSCD 北大核心 2022年第9期47-62,共16页

苏里格气田东二区二叠系石盒子组盒8段(以下简称盒8段)为典型的河流相致密砂岩储层,其强非均质性及复杂的储层结构导致该区面临“甜点”储层优选困难等关键技术瓶颈。为此,在分析盒8段储层岩相类型及组合特征、岩相约束下测井数据特征... 苏里格气田东二区二叠系石盒子组盒8段(以下简称盒8段)为典型的河流相致密砂岩储层,其强非均质性及复杂的储层结构导致该区面临“甜点”储层优选困难等关键技术瓶颈。为此,在分析盒8段储层岩相类型及组合特征、岩相约束下测井数据特征的基础上,建立了一种契合岩相及其组合特征、测井数据特征、人工智能算法原理的径向基—多层感知器神经网络联合模型,并开展了储层岩相的精确识别与表征研究。研究结果表明:(1)盒8段发育块状层理砾岩相、槽状交错层理粗砂岩相、板状交错层理粗砂岩相、板状交错层理中砂岩相、平行层理中砂岩相、交错层理细砂岩相、波状层理粉砂岩相、块状层理泥岩相8种岩相类型;(2)盒8上亚段曲流河相储层岩相密度偏小、岩相频率偏高、对应测井数据分布较分散,盒8下亚段辫状河相储层岩相密度偏大、岩相频率偏低、对应测井数据分布较集中;(3)建立的径向基—多层感知器神经网络联合模型识别准确率可达89.06%,相较于单一神经网络模型、交会图、主成分分析和决策树等方法识别准确率明显提高。结论认为,建立的径向基—多层感知器神经网络联合模型不仅克服了现有岩相识别方法准确率低且难以推广的缺陷,而且对实现河流相强非均质性致密砂岩储层高效开发具有重要意义。 展开更多

关键词 苏里格气田东二区 盒8段 河流相 致密砂岩储层 岩相类型 径向基—多层感知器神经网络 智能化 岩相识别

在线阅读 下载PDF 职称材料

径向基神经网络油气层损害诊断方法 被引量：8

2

作者 李师涛 蒋官澄 陈应淋 《油气地质与采收率》 CAS CSCD 北大核心 2009年第6期98-101,共4页

在诊断油气层损害方面,人工神经网络具有许多优越性,尤其是BP神经网络,但BP神经网络存在的一些缺点限制了它的推广应用。通过对BP神经网络和径向基神经网络的对比表明,径向基神经网络具有收敛速度快和预测精度高等优点,其网络模型的预... 在诊断油气层损害方面,人工神经网络具有许多优越性,尤其是BP神经网络,但BP神经网络存在的一些缺点限制了它的推广应用。通过对BP神经网络和径向基神经网络的对比表明,径向基神经网络具有收敛速度快和预测精度高等优点,其网络模型的预测绝对误差平均为13.89%,而L-M优化算法网络的为32.63%。建立了径向基神经网络在油气层损害诊断领域的应用方法,对油气层敏感性和损害程度进行了预测,网络预测值和实际值的相关系数达0.991以上,准确率大于80%。该方法在孤东油田得到了很好的应用,成功率达100%,实现了对油气层损害类型和程度的定量诊断,与其他方法相比具有诊断结果准确性高、推广应用方便、收敛速度快等优点。 展开更多

关键词 径向基神经网络 BP神经网络 油气层损害诊断 网络预测 孤东油田

在线阅读 下载PDF 职称材料

基于径向基神经网络的风力机叶片铺层优化 被引量：14

3

作者 赵清鑫 张兰挺 《太阳能学报》 EI CAS CSCD 北大核心 2020年第4期229-234,共6页

采用混合均匀试验设计法细化铺层参数,确定试验方案,仿真叶片的Tsai-Wu失效因子和最大位移;根据分析结果,构建具有预测能力的径向基神经网络模型,通过计算网络预测值与仿真分析值误差、均方差与均方根值,验证网络模型的可靠性;在完成训... 采用混合均匀试验设计法细化铺层参数,确定试验方案,仿真叶片的Tsai-Wu失效因子和最大位移;根据分析结果,构建具有预测能力的径向基神经网络模型,通过计算网络预测值与仿真分析值误差、均方差与均方根值,验证网络模型的可靠性;在完成训练的径向基神经网络中应用遗传算法,径向基神经网络预测值作为遗传算法的输入,对铺层角度、±x°铺层厚度比例和铺层顺序进行迭代求解,获得优化的铺层参数组合。实例表明:优化后叶片的刚度、强度得到改善,验证了方法的可行性和有效性。 展开更多

关键词 径向基神经网络 遗传算法 结构性能 优化 铺层参数 风力机叶片

在线阅读 下载PDF 职称材料

基于神经网络的回转窑火焰图像分割 被引量：16

4

作者 李树涛 王耀南 《仪器仪表学报》 EI CAS CSCD 北大核心 2001年第1期10-12,16,共4页

回转窑火焰图像的正确分割对于提取回转窑工况参数具有重要的意义。本文研究了多层感知器、径向基函数网络、学习向量量化网络和自组织特征映射网络等四种神经网络在回转窑火焰图像分割中的应用。选取火焰图像的归一化色彩值作为训练样... 回转窑火焰图像的正确分割对于提取回转窑工况参数具有重要的意义。本文研究了多层感知器、径向基函数网络、学习向量量化网络和自组织特征映射网络等四种神经网络在回转窑火焰图像分割中的应用。选取火焰图像的归一化色彩值作为训练样本 ,分别采用有导师学习和无导师学习两种方法进行训练。对实测图像进行分割的结果表明 。 展开更多

关键词 图像分割 神经网络 多层感知器 径向基函数 学习向量量化 自组织特征映射 回转窑

在线阅读 下载PDF 职称材料

基于遗传算法的前向神经网络结构优化 被引量：10

5

作者 王宏刚 钱锋 《控制工程》 CSCD 2007年第4期387-390,共4页

对近几年应用遗传算法(Genetic Algorithm,GA)优化设计前向神经网络结构的研究进行了评述。指出了神经网络结构优化设计的重要性和目前各种方法存在的不足。介绍了神经网络结构设计原理和应用GA优化设计神经网络应着重考虑的两个问题:... 对近几年应用遗传算法(Genetic Algorithm,GA)优化设计前向神经网络结构的研究进行了评述。指出了神经网络结构优化设计的重要性和目前各种方法存在的不足。介绍了神经网络结构设计原理和应用GA优化设计神经网络应着重考虑的两个问题:即结构表达策略和适应度函数设计。分别对近来应用GA优化设计多层感知器、径向基函数神经网络和径向基概率神经网络结构的研究进行了细致介绍和分析。指出了目前研究工作的不足和未来研究工作的发展方向。 展开更多

关键词 遗传算法 前向神经网络 结构优化 多层感知器 径向基函数 径向基概率神经网络

在线阅读 下载PDF 职称材料

基于人工神经网络的乳腺癌诊断模型 被引量：14

6

作者 刘琼荪 何离庆 《重庆大学学报（自然科学版）》 EI CAS CSCD 北大核心 2003年第4期70-72,共3页

针对具体的乳腺癌诊断分类问题 ,研究了多层径向基函数 (RBP)网络的分类机理和初始化优化参数 ,采用动量法和学习率自适应调整两种策略方法 ,建立了基于BP神经网络和径向基 (RBF)神经网络的乳腺癌两种诊断模型。讨论了径向基神经网络的... 针对具体的乳腺癌诊断分类问题 ,研究了多层径向基函数 (RBP)网络的分类机理和初始化优化参数 ,采用动量法和学习率自适应调整两种策略方法 ,建立了基于BP神经网络和径向基 (RBF)神经网络的乳腺癌两种诊断模型。讨论了径向基神经网络的分类机理 ,同时对数据作了预处理。径向基(RBF)神经网络具有较强的非线性并行处理能力和容错能力。仿真结果表明 ,所设计的RBF网络模型性能稳定 ,训练时间短 。 展开更多

关键词 人工神经网络 分类机理 癌症诊断 识别 乳腺癌 多层径向基函数网络 诊断模型

在线阅读 下载PDF 职称材料

机械故障模式识别的ICA基神经网络方法 被引量：3

7

作者 焦卫东 杨世锡 吴昭同 《农业机械学报》 EI CAS CSCD 北大核心 2004年第4期151-154,共4页

首先利用 ICA及基于残余互信息的二次特征抽取策略 ,进行不同机械状态模式 (包括正常和齿轮点蚀状态 )的特征提取 ,随后以此训练某一典型神经网络 (如多层感知器、径向基或自组织映射网络 ) ,以实现模式的最终分类。借助 ICA,隐藏于多... 首先利用 ICA及基于残余互信息的二次特征抽取策略 ,进行不同机械状态模式 (包括正常和齿轮点蚀状态 )的特征提取 ,随后以此训练某一典型神经网络 (如多层感知器、径向基或自组织映射网络 ) ,以实现模式的最终分类。借助 ICA,隐藏于多通道振动观测中的高阶特征得以有效提取 ,从而实现机械状态模式的准确识别。对照分类实验结果表明 ,基于 ICA SOM分类方法不仅具有较好的故障模式分类能力 ,且实现简单 ,在机器运行状况监测中有较大的应用潜力。 展开更多

关键词 机械故障 故障检测 模式识别 ICA基神经网络法 独立分量分析 残余互信息 多层感知器

在线阅读 下载PDF 职称材料

基于RBF神经网络的引信智能天线多目标方向估计 被引量：1

8

作者 黄忠华 张旭东 韩芳 《探测与控制学报》 CSCD 北大核心 2003年第B03期4-6,共3页

提出了一种基于径向基函数 ( RBF)神经网络的引信智能天线多目标方向估计算法 ,对引信智能天线进行了结构和训练算法的设计。理论分析和测试结果表明 ,此算法充分利用了径向基函数神经网络的结构简单、自学习能力强、运算速度快、模式... 提出了一种基于径向基函数 ( RBF)神经网络的引信智能天线多目标方向估计算法 ,对引信智能天线进行了结构和训练算法的设计。理论分析和测试结果表明 ,此算法充分利用了径向基函数神经网络的结构简单、自学习能力强、运算速度快、模式分类能力强等特点 。 展开更多

关键词 RBF神经网络 引信智能天线 多目标方向估计 径向基函数神经网络 目标检测层网络 方向估计层网络

在线阅读 下载PDF 职称材料

基于MLP和RBF神经网络模型预测在线开放课程学习者满意度 被引量：1

9

作者 赵涵 李康 《现代电子技术》 2023年第17期84-88,共5页

网络课程在近10年的发展中,在线学习者的满意度一直是一个重要的理论热点。依托某大规模在线教学与学习平台的虚拟学习环境,基于某校在网络学习空间开设的9门在线开放课程,结合LMS系统中的在线学习行为分析数据,研究开发、训练了具有不... 网络课程在近10年的发展中,在线学习者的满意度一直是一个重要的理论热点。依托某大规模在线教学与学习平台的虚拟学习环境,基于某校在网络学习空间开设的9门在线开放课程,结合LMS系统中的在线学习行为分析数据,研究开发、训练了具有不同激活函数的多层感知器(MLP)、径向基函数(RBF)以及分类树模型,以预测学生对于在线开放课程的满意度。Ⅰ型和Ⅱ型误差以及输入变量重要性用于模型比较和分类准确性判断。经过实验,模型的总体分类准确率高于50%。尽管t检验表明模型之间的差异在统计上并不显著,但是MLP模型为低课程满意度的学习者提供了最高的平均分类精度和最低的错误分类偏好。在所有模型中,在线论坛中学习者互动参与度被认为是预测学习者在线课程满意度高的重要指标。 展开更多

关键词 大规模在线开放课程(MOOC) 网络学习空间 虚拟学习环境 在线开放课程 满意度评价 神经网络 多层感知器 径向基函数 分类树

在线阅读 下载PDF 职称材料

电液伺服系统的神经网络建模方法研究 被引量：3

10

作者 童仲志 邢宗义 +2 位作者 张媛 高强 贾利民 《高技术通讯》 EI CAS CSCD 北大核心 2009年第6期620-626,共7页

针对电液伺服系统固有的流量-压力特性等非线性因素使得采用传递函数等传统方法难以获得电液伺服系统的精确模型的问题,详细研究了电液伺服系统的神经网络建模方法。研究了两种最常见的神经网络,即多层感知器神经网络和径向基函数神经网... 针对电液伺服系统固有的流量-压力特性等非线性因素使得采用传递函数等传统方法难以获得电液伺服系统的精确模型的问题,详细研究了电液伺服系统的神经网络建模方法。研究了两种最常见的神经网络,即多层感知器神经网络和径向基函数神经网络,采用5种典型学习算法构造了3种多层感知器神经网络和2种径向基函数神经网络,并结合自动定深电液伺服系统的工程实例,详细分析了这5种神经网络在电液伺服系统中的建模性能。研究结果表明,采用正交最小二乘算法的径向基函数神经网络最适合电液伺服系统的建模。 展开更多

关键词 电液伺服系统 多层感知器神经网络(MLPNN) 径向基函数神经网络(RBFNN) 建模

在线阅读 下载PDF 职称材料

FUZZY ARTMAP神经网络综述 被引量：5

11

作者 钟金宏 杨善林 《计算机科学》 CSCD 北大核心 2001年第5期89-92,共4页

1.引言 神经网络模拟人脑神经功能,用大量简单关系连接来表示复杂的函数关系,具有很多特殊优点,已在系统建模、模式识别、图像处理、知识发现和控制等领域得到了广泛的应用.但当使用前向神经网络,如多层感知器(MLP)和径向基函数(RBF)网... 1.引言 神经网络模拟人脑神经功能,用大量简单关系连接来表示复杂的函数关系,具有很多特殊优点,已在系统建模、模式识别、图像处理、知识发现和控制等领域得到了广泛的应用.但当使用前向神经网络,如多层感知器(MLP)和径向基函数(RBF)网络时,需要依赖一些试探法去选择最优的网络尺寸和参数[1],此外这些网络在学习后通常是静止的,不具备增量学习能力(在线学习),对新模式学习时,会破坏网络已记忆的模式[2,3]. 展开更多

关键词 神经网络 多层感知器 径向基函数网络 模糊集 隶属函数

在线阅读 下载PDF 职称材料

一个神经网络分类器的构造 被引量：1

12

作者 张建宝 赵宗涛 +1 位作者 慈林林 陈晓峰 《西北大学学报（自然科学版）》 CAS CSCD 北大核心 2000年第6期473-475,共3页

提出了一个构造径向基函数神经网格分类器的有效方法 ,利用快速聚类和统计的方法确定网络中间层及中间层到输出层间的权值。把构造的分类器用于手写体数字的分类实验 ,取得了比较好的结果。

关键词 径向基函数神经网络 聚类 分类器 权值 中间层

在线阅读 下载PDF 职称材料

一种改进的RBF神经网络DOA估计方法

13

作者 巫军卫 张旻 钟子发 《计算机工程》 CAS CSCD 北大核心 2011年第17期155-157,共3页

提出一种优化径向基函数神经网络来波方位(DOA)估计模型结构和参数的方法。利用误差准则函数的收敛性,合理确定模型的隐层神经元数目,根据阵列信号相位差特征的空间分布特点,选择具有代表性的隐层神经元的中心,构建的RBF神经网络更能反... 提出一种优化径向基函数神经网络来波方位(DOA)估计模型结构和参数的方法。利用误差准则函数的收敛性,合理确定模型的隐层神经元数目,根据阵列信号相位差特征的空间分布特点,选择具有代表性的隐层神经元的中心,构建的RBF神经网络更能反映阵列的测向能力。相比于目前的径向基函数神经网络测向模型的构建方法,改进的DOA估计模型具有更好的泛化性能,能够提高测向精度。实验结果验证了该方法的有效性。 展开更多

关键词 来波方位 径向基函数神经网络 误差准则函数 隐层神经元 初始中心

在线阅读 下载PDF 职称材料

图像制导中的一种改进增量学习RBF神经网络

14

作者 梁涛 李庆震 +1 位作者 赵久奋 刘宁 《弹箭与制导学报》 CSCD 北大核心 2010年第5期63-65,72,共4页

为改进现有人工神经网络在图像制导系统的自动目标识别算法中的不足,加快收敛速度,通过对基于RBF神经网络自动目标识别技术的研究,提出以隐层神经元价值函数作为指标的生长修剪策略,构造出一种基于增量学习的网络资源分配网络(IL-RAN),... 为改进现有人工神经网络在图像制导系统的自动目标识别算法中的不足,加快收敛速度,通过对基于RBF神经网络自动目标识别技术的研究,提出以隐层神经元价值函数作为指标的生长修剪策略,构造出一种基于增量学习的网络资源分配网络(IL-RAN),对目标进行了在线实时识别。仿真结果表明,利用该改进算法可产生规模较小的网络,并使得网络参数的选择与识别误差建立了联系,减少了总体的计算量,计算时间也大大缩短。 展开更多

关键词 径向基函数神经网络 自动目标识别 隐层神经元价值函数 IL-RAN

在线阅读 下载PDF 职称材料

两种前馈神经网络均衡器在HDSL信道中的性能研究

15

作者 魏毅 柯赓 《信号处理》 CSCD 北大核心 2005年第z1期389-394,共6页

目前在HDSL中普遍使用自适应判决反馈均衡技术来消除ISI和噪声,但其在线路衰耗较大、线路非线性失真较重或持续强噪声等线路不良情况时,无法正确工作.因此,本文尝试使用两种前向型神经网络模型构建均衡器,替代传统的自适应判决反馈均衡... 目前在HDSL中普遍使用自适应判决反馈均衡技术来消除ISI和噪声,但其在线路衰耗较大、线路非线性失真较重或持续强噪声等线路不良情况时,无法正确工作.因此,本文尝试使用两种前向型神经网络模型构建均衡器,替代传统的自适应判决反馈均衡器.在HDSL信道条件下,以传统的DFE性能作为基准,主要采取多层感知机(MLP)、径向基函数(RBF)两种前向型神经网络模型加以仿真,比较分析仿真结果. 展开更多

关键词 神经网络 判决反馈均衡 多层感知机 径向基函数

在线阅读 下载PDF 职称材料

基于两层迭代聚类算法的RBFNN及在发电机诊断中的应用 被引量：5

16

作者 万书亭 李和明 李永刚 《电力系统自动化》 EI CSCD 北大核心 2004年第21期65-68,共4页

首先分析了传统的基于K均值聚类算法径向基函数神经网络(RBFNN)的缺点,即需要人为确定隐含层神经元数量,并且不同的初始化方法有不同的聚类结果和学习误差。然后提出了一种新的RBFNN算法——两层迭代聚类算法,能根据样本的分布情况自动... 首先分析了传统的基于K均值聚类算法径向基函数神经网络(RBFNN)的缺点,即需要人为确定隐含层神经元数量,并且不同的初始化方法有不同的聚类结果和学习误差。然后提出了一种新的RBFNN算法——两层迭代聚类算法,能根据样本的分布情况自动计算RBFNN隐含层神经元数量、中心向量和宽度。将实测的 MJF-30-6型发电机正常运行、转子励磁绕组故障运行和定子绕组故障时定转子径向振动信号作为学习样本,运用文中所述算法与传统的RBFNN算法比较,结果表明,基于两层迭代聚类算法的RBFNN具有较小的学习误差。 展开更多

关键词 故障诊断 发电机 径向基函数神经网络(RBFNN) 两层迭代聚类算法

在线阅读 下载PDF 职称材料

椭球径向基模型及其遥感分类方法研究 被引量：2

17

作者 骆剑承 明冬萍 +2 位作者 沈占锋 陈秋晓 郑江 《数据采集与处理》 CSCD 北大核心 2005年第1期8-12,共5页

椭球径向基函数神经网络 ( EBF)是在径向基函数 ( RBF)映射理论基础上的改进。在保留 RBF三层网络结构基础上 ,EBF采用了 EM算法来估计特征空间的混合密度分布参数 ,用椭球体集合来分解混合密度分布 ,从而构造了神经网络的中间层基函数... 椭球径向基函数神经网络 ( EBF)是在径向基函数 ( RBF)映射理论基础上的改进。在保留 RBF三层网络结构基础上 ,EBF采用了 EM算法来估计特征空间的混合密度分布参数 ,用椭球体集合来分解混合密度分布 ,从而构造了神经网络的中间层基函数的状态。由于在遥感数据的特征空间中通常表现为混合密度分布 ,EBF模型能够充分利用 EM算法获得的最大似然参数估计得到更合理的特征空间的密度分解模型 ,从而使得 EBF模型能够在保留了 RBF非线性复杂映射能力的同时 ,获得更合理的分类结果。本文提出了基于 EBF的遥感分类方法 ,试验结果表明 EBF方法比 RBF方法训练速度更快、网络连接更简单。 展开更多

关键词 RBF 特征空间 遥感分类 EM算法 网络连接 径向基函数神经网络 分解模型 基模 最大似然 三层网络结构

在线阅读 下载PDF 职称材料

一种应用于水声目标识别的隐层结构自适应网络 被引量：3

18

作者 方世良 《东南大学学报（自然科学版）》 EI CAS CSCD 1999年第3期89-94,共6页

提出了一种隐层结构自适应学习的径向基函数网络（ＨＳＡＲＢＦ）水声目标分类器．该网络可在训练中自适应调整隐层节点数和设置新增隐节点的初始权值，从而使网络输入样本的分类特征能有效地映射到隐节点输出，克服了一般ＲＢＦ网隐层... 提出了一种隐层结构自适应学习的径向基函数网络（ＨＳＡＲＢＦ）水声目标分类器．该网络可在训练中自适应调整隐层节点数和设置新增隐节点的初始权值，从而使网络输入样本的分类特征能有效地映射到隐节点输出，克服了一般ＲＢＦ网隐层初始权值及隐节点数难以确定的缺陷．经对实测水声信号的识别试验表明，该网络隐层有较强的分类特征划分能力，识别率高于一般ＲＢＦ网或ＢＰ网分类器． 展开更多

关键词 神经网络 径向基 水声目标识别 隐层结构 HSARBF

在线阅读 下载PDF 职称材料

多层厚度电涡流检测反演算法及实验研究 被引量：6

19

作者 黄平捷 吴昭同 +1 位作者 郑建才 周泽魁 《仪器仪表学报》 EI CAS CSCD 北大核心 2005年第4期428-432,共5页

介绍了有限截面线圈置于多层结构上方的阻抗变化数学模型,研究了根据检测电压变化值反演厚度的3种算法模型:最小二乘数值优化逼近、反向传播神经网络及径向基函数网络模型,结合1个两层厚度检测的例子进行了比较分析,指出BP神经网络模型... 介绍了有限截面线圈置于多层结构上方的阻抗变化数学模型,研究了根据检测电压变化值反演厚度的3种算法模型:最小二乘数值优化逼近、反向传播神经网络及径向基函数网络模型,结合1个两层厚度检测的例子进行了比较分析,指出BP神经网络模型在多层厚度反演中具有良好的稳健性。 展开更多

关键词 电涡流检测 实验研究 反演算法 反向传播神经网络 BP神经网络模型 径向基函数 数学模型 多层结构 优化逼近 最小二乘 算法模型 电压变化 比较分析 厚度检测 稳健性 数值

在线阅读 下载PDF 职称材料

近邻传播聚类算法的RBF隐含层节点优化 被引量：1

20

作者 李志超 孔国利 《现代电子技术》 北大核心 2016年第19期16-19,24,共5页

传统的RBF神经网络预测精度会由于随机选取隐含层中心节点不合适而导致算法效率低下和数值病态,为了提高RBF神经网络的效率,提出了一种用近邻传播AP聚类算法改进RBF神经网络的方法,并介绍了该方法的原理及建模步骤。由于采用的AP聚类算... 传统的RBF神经网络预测精度会由于随机选取隐含层中心节点不合适而导致算法效率低下和数值病态,为了提高RBF神经网络的效率,提出了一种用近邻传播AP聚类算法改进RBF神经网络的方法,并介绍了该方法的原理及建模步骤。由于采用的AP聚类算法属于自适应聚类学习算法,无需事先给定隐含层中心节点的个数,能够适用于不具有先验信息的预测。首先,利用AP算法根据训练样本的信息进行聚类迭代,从而确定RBF神经网络中隐含层的中心节点和节点数值,解决了RBF网络的中心取值问题。然后,把所有输入数据代入基于AP聚类算法优化的RBF神经网络中进行预测。由于AP算法无需预先指定聚类数目,所提方案能提高网络的学习精度和训练速度,利用所提优化方案对正弦函数进行逼近的仿真实验,结果表明该方案的逼近误差仅为0.005 5,在0.3噪声下能保持较好的预测精度。 展开更多

关键词 径向基函数神经网络 近邻传播聚类算法 隐含层 逼近误差

在线阅读 下载PDF 职称材料