第29卷 第3期
第 17 卷 第1 期
#
第 09 卷第 4 期
#
#
基于RBF神经网络的GPS高程转换李大军程朋根刘 波(东华理工大学地测学院 江西 抚州 344000)摘要:本文采用二次曲面拟合BP网络和RBF网络进行了GPS高程转换并在网络结构改进等方面作了分析通过RBF网络与二次曲面拟合BP网络的对比分析结果表明RBF网络进行GPS高程转换是可行的因此RBF网络模型对于GPS高程转换具有一定的实用价值关键词:GPS高程高程转换BP网络RBF网络测绘信息
RBF神经网络:RBF神经网络又称为径向基函数神经网络是一类常用的3层前馈网络也可用于函数逼近及分类常用的RBF网络为n-h-m结构即网络具有n个输入h个隐节点m个输出RBF的常用算法用:聚类方法梯度训练方法正交最小二乘算法等等在本次算法实现过程中主要用到了聚类方法和梯度训练方法常用的RBF算法实现流程是:算法初始化:选择h个不同的初始聚类中心并令k=1初始聚类中心的方法很多比如从样本输入中
华夏35度Data MiningNLPSearch Engine articles2591663 径向基函数(RBF)神经网络RBF网络能够逼近任意的非线性函数可以处理系统内的难以解析的规律性具有良好的泛化能力并有很快的学习收敛速度已成功应用于非线性函数逼近时间序列分析数据分类模式识别信息处理图像处理系统建模控制和故障诊断等简单说明一下为什么RBF网络学习收敛得比较快当网
#
违法有害信息,请在下方选择原因提交举报