%0 Journal Article
%T 一类新的RBF神经网络在非线性系统建模中的应用
%A 刘妹琴
%A 沈　轶
%A 廖晓昕
%J 控制与决策
%P 277-281
%D 2001
%X 提出一种基于输入集分类函数的新的距离度量方法,它与前传回归的正交最小二乘法相结合,不仅可以学习分类超平面的参数,而且可以选择重要的输入节点。这种结构的RBFNN特别适用于非线性动力学系统的辨识(建模)和控制。将改进的RBFNN用于化工中的聚合反应过程建模,结果表明该方法是有效而适用的。
%K 径向基函数神经网络(RBFNN
%K )
%K 分类超平面
%K 正交最小二乘法(OL
%K S)
%K 聚合反应过程
%U http://www.kzyjc.net:8080/CN/abstract/abstract11687.shtml