基于RBF神经网络的曲面数据修补研究
径向基函数（RBF）神经网络具有良好的泛函逼近能力，主要探讨了将RBF神经网络应用于残缺曲面数据修补问题，通过建立适于数据修补的网络模型与采用levenberg-marquardt算法的改进型BP神经网络进行性能比较。结果表明：RBF在进行残缺数据修补时网络收敛速度快于BP神经网络，且修补精度高，适宜于曲面残缺数据的修补。
- 上一篇：基于混合鱼群-蚁群算法的模块化产品配置设计
- 下一篇：遗传算法及其在注塑加工中的应用
设为首页 | 加入收藏 | 免责条款
《机械》杂志版权所有 Copyright©2008-2012 Jixiezazhi.com All Rights Reserved
电话：028-85925070 传真：028-85925073 E-mail：jixie@vip.163.com
地址：四川省成都锦江工业开发区墨香路48号 邮编：610063
Powered by PageAdmin CMS