基于RBF混合神经网络的自由曲面重构

摘要：

为解决大样本集的简化建模和快速训练问题,以层次划分为思想基础,提出了基于径向基函数神经网络的混合网络(RBFMNN)模型,对自由曲面进行重构.用减聚类方法划分样本空间,对各子样本空间用正交最小二乘法进行RBF子网络训练.最后,利用最大似然法来校正RBF子网输出层的参数,以进一步提高混合网络输出精确度.试验结果表明,该网络模型对已知理想的曲面拟合误差为106星级.

关键词：神经网络、混合网络模型、自由曲面、重构

所属期刊栏目：13

分类号：TP393.01(计算技术、计算机技术)

在线出版日期：2008-11-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：50-53