作者:陈明; 何凯涛; 王全明rbf神经网络径向基函数网络算法曲面重建数据验证自由曲面地学网格化简称拟合度
摘要:径向基函数(Radial Basis Function,简称RBF)神经网络是一种理想的地学离散数据网格化工具,能够适应各种不同分布形式和边界条件的数据,收敛速度较快,可以逼近任何复杂曲面.这里详细介绍了RBF神经网络的算法.适当径向基函数的形式和偏差系数是使用RBF神经网络作地学曲面重建的关键.大量的实际数据验证结果表明,当选用Gauss型径向基函数时,一般可获得比较理想的网格化效果,同时具备"曲面平滑"和"拟合度高"的特点.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社