构造性分片线性神经网络逼近

摘要：

针对非线性系统建模中用标准连续分片线性神经网络(SCPLNN)模型拟合二维平面上离散点的问题,依据逼近误差最小化的原则,提出了一种优化的三角形剖分算法进行区域划分.采用特征点代替采样点进行剖分,并给出了基于这种区域划分的SCPLNN模型逼近算法.将此逼近算法与基于Delaunay剖分SCPLNN模型逼近算法、典范分片线性表示的链接超平面逼近算法进行比较.实验结果表明,基于最优三角形剖分SCPLNN模型逼近算法可以有效和快速提高拟合精确度.

关键词：神经网络、分片线性神经网络、三角形剖分、逼近算法

所属期刊栏目：12

分类号：TP273(自动化技术及设备)

资助基金：国家自然科学基金60674025;国家重点基础研究发展计划973计划2003CB312200

在线出版日期：2008-07-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：319-323