基于Gaussian型RBF神经网络的函数逼近与应用(7)

ｔｅｓｔｗｉｔｈＧａｕｓｓｉａｎ—ＲＢＦｎｅｕｒａｌｎｅｔｗｏｒｋａｎｄＢＰｎｅｕｒａｌｎｅｔｗｏｒｋ，ａｎｄｔｏｂｏｔｈｔｈｅａｐｐｒｏｘｉｍａｔｉｏｎｐｒｏｐｅｒｔｉｅｓ，ｇｅｎｅｒａｌｉｚａｔｉｏｎａｂｉｌｉｔｙ，ｔｈｅｃｏｎｖｅｒｇｅｎｃｅｒａｔｅ，ｔｈｅｅｒｒｏｒａｎｄｏｔｈｅｒａｓｐｅｃｔｓｏｆｔｈｅｃｏｍｐａｒｉｓｏｎ，ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅＧａｕｓｓｉａｎ—ＲＢＦｎｅｕｒａｌｎｅｔｗｏｒｋｎｏｔｏｎｌｙｄｅｓｉｇｎｃｏｍｆｏｒｔａｂｌｙａｎｄｈａｖｅａｆａｓｔｅｒｔｒａｉｎｉｎｇｓｐｅｅｄ，ｂｕｔａｌｓｏｃａｎａｃｈｉｅｖｅｂｅｔｔｅｒａｐｐｒｏｘｉｍａｔｉｏｎｒｅｓｕｌｔｓ．

Ｆｉｎａｌｌｙ，ｗｅｃｏｎｓｔｒｕｃｔｅｄａｍｏｄｅｌｂａｓｅｄｏｎＧａｕｓｓｉａｎ－ＲＢＦｎｅｕｒａｌｎｅｔｗｏｒｋａｎｄｆｏｒｅｃａｓｔＣｈｉｎａ’Ｓｓｔｏｃｋｐｒｉｃｅｕｓｉｎｇｔｈｅｍｏｄｅｌ．Ａｎｄｔｈｒｏｕｇｈｔｈｅ３００ｔｒａｄｉｎｇｄａｙｓｏｆｄａｔａｏｆｔｈｅＳｈａｎｇｈａｉＣｏｍｐｏｓｉｔｅＩｎｄｅｘｆｏｒｔｈｅｅｘｐｅｒｉｍｅｎｔｔｏｔｒａｉｎａｎｄｐｒｅｄｉｃｔ，ｗｅｆｏｕｎｄｔｈａｔＧａｕｓｓｉａｎ－ＲＢＦｎｅｕｒａｌｎｅｔｗｏｒｋｓｔｏｃｋｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｔｈａｎｔｈｅＢＰｎｅｕｒａｌｎｅｔｗｏｒｋｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｃａｎｇｅｔａｒｅｌａｔｉｖｅｌｙｂｅｔｔｅｒｐｒｅｄｉｃｔｉｏｎｅｆｆｅｃｔ．ＴｈｅｏｒｅｔｉｃａｌａｎａｌｙｓｉｓａｎｄｅｘｐｅｒｉｍｅｎｔｒｅｓｕｌｔｓｈｏｗｔｈａｔｔｈｅｍｅｔｈｏｄｏｆｓｔｏｃｋｐｒｅｄｉｃｔｉｏｎｕｓｉｎｇＧａｕｓｓｉａｎ．ＲＢＦｎｅｕｒａｌｎｅｔｗｏｒｋｉＳｆｅａｓｉｂｌｅａｎｄｅ伍ｃｉｅｎｔ．Ｉｔｈａｓｆａｖｏｒａｂｌｅａｐｐｌｉｃａｂｌｅｆｏｒｅｇｒｏｕｎｄ．

ＫＥＹＷＯＲＤＳＲＢＦＮｅｕｒａｌｎｅｔｗｏｒｋ，Ｇａｕｓｓｉａｎ—ＲＢＦＮｅｕｒａｌｎｅｔｗｏｒｋ，ＢＰＮｅｕｒａｌｎｅｔｗｏｒｋ，Ｆｕｎｃｔｉｏｎａｐｐｒｏｘｉｍａｔｉｏｎ，ＳｔｏｃｋｐｒｉｃｅｐｒｅｄｉｃｔｉｏｎＩＶ

搜索“diyifanwen.net”或“第一范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，第一范文网，提供最新资格考试认证基于Gaussian型RBF神经网络的函数逼近与应用(7)全文阅读和word下载服务。