登录    注册    忘记密码

期刊文章详细信息

基于广义回归神经网络(GRNN)的函数逼近    

FUNCTION APPROXIMATION BASED ON GENERAL REGRESSION NEURAL NETWORK(GRNN)

  

文献类型:期刊文章

作  者:徐富强[1,2] 郑婷婷[2] 方葆青[3]

机构地区:[1]巢湖学院数学系,安徽巢湖238000 [2]安徽大学数学科学学院,安徽合肥230039 [3]安庆职业技术学院,安徽安庆246003

出  处:《巢湖学院学报》

年  份:2010

卷  号:12

期  号:6

起止页码:11-16

语  种:中文

收录情况:NSSD、普通刊

摘  要:本文利用径向基网络的一种变化形式——广义回归神经网络(GRNN)提出了基于广义回归神经网络的函数逼近方法,利用matlab中的神经网络工具箱设计了GRNN模型,用于对非线性函数的逼近。通过网络的训练、测试达到了预期的效果,并与BP网络、RBF网络对比,说明GRNN网络的优势。

关 键 词:神经网络 径向基神经网络 BP网络 GRNN网络  SPREAD matlab  

分 类 号:O157.5[数学类]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心