RBF神经网络与多层感知器区分与替代问题的研究

摘要：

本文着重从模型、工作特性以及应用上对比了RBF神经网络与多层感知器网络的不同之处,又用模式分类具体实例指出,在一定条件下RBF神经网络与多层感知器网络可以相互替代。多层感知器网络通常用来解决非线性问题,而RBF神经网络则主要用于函数逼近,能够逼近任意非线性函数。因此,在非线性问题上,一个可以被另一个代替。

关键词：RBF网络、多层感知器、模式分类、非线性

分类号：TP183(自动化基础理论)

在线出版日期：2012-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共1页

页码：1-1