欢迎访问《空军工程大学学报》官方网站!

咨询热线:029-84786242 RSS EMAIL-ALERT
利用RBF神经网络实现高斯型函数积分
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TN015

基金项目:

国家“863”高技术研究发展计划资助项目(2002AA135320)


Implementation for Gauss-Type Function Integral Using RBF Neural Networks
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    导出了在一定精度下高斯型函数积分近似表达式,利用径向基函数(RBF)网络具有良好的逼近任意非线性映射的特点,提出了一种改进的RBF网络方法以实现对高斯型函数积分。实验结果表明所提出方法具有较高的逼近计算精度。

    Abstract:

    First an proximate expression of Gauss type function integral is deduced with proper accuracy, and then a scheme based on modified radial basis function (RBF) neural networks is proposed. The numerical experiments indicate that the proposed scheme has a higher proximate accuracy.

    参考文献
    相似文献
    引证文献
引用本文

杨军,马晓岩,万山虎,江晶.利用RBF神经网络实现高斯型函数积分[J].空军工程大学学报,2003,(5):20-23

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2015-11-19
  • 出版日期: