基于径向基函数神经网络的研究与实现.doc

PAGE  2  PAGE 34 xxx学院 20xx届 毕 业 论 文（设计） 设计（论文）题目基于径向基函数神经网络的研究与实现院系名称计算机科学与技术系专业（班级）计算机科学与技术系 姓名（学号） 指导教师 系负责人  二O xx年五月十号 摘 要 人工神经元网络是一门交叉学科,在许多领域得到了越来越广泛的应用。从神经网络的基本模式看,主要有前馈型、反馈型、自组织型和随机型网络,这4 种类型各自具有不同的网络模型。在前馈网络中主要有Adline, BP网及径向基函数(RBF)网络（Radial Basis Function Neural Networks, RBFNN）；反馈网络主要有Hopfield 网络；自组织网络主要有ART 网;随机网络主要有Boltzman机。 神经元网络控制主要应用其函数逼近功能,如从这个角度看,神经元网络可分为全局逼近神经元网络和局部逼近神经元网络。径向基函数RBF网络是一种典型的局部逼近神经元网络。径向基函数神经网络是由Moody和Darken于20世纪80年代末提出来的一种新型前馈神经网络，是一种模拟人脑中局部调整、相互覆盖接收的神经网络结构。从结构上看，RBF 神经网络包括一个输入层、一个隐含层和一个输出层, 输入层和隐含层直接连接, 隐含层单元的作用相当于对输入模式进行一次变换，将低维的模式输入数据变换到高维空间内，以利于分类识别，隐单元的这种变换作用也可以看作是对输入数据进行特征提取，并且各隐含层节点都采用相同的径向基函数。 本论文是基于径向基函数神经网络的研究与实现，用了相关的学习算法对网络进行了训练与设计，在参考大量的资料以及进行系统的理论分析之后，在VC环境下实现了此软件。 关键词：神经网络，径向基函数，K_ means算法，函数逼近 Abstract Artificial neural network which is used in many fields is a kind of cross subject. Looked from neural networks fundamental mode, there mainly are the forward feed, the feedback, the organization and the stochastic pattern network. These 4 types have the different network model respectively. There are mainly Adline in the forward feed network, the BP net and the radial direction primary function (RBF) network, the representation of the feedback network is the Hop2field network, the ART net is an important mode of the organization network and the representation of the random network is Boltzman machine. The neuron network control mainly applies its approximation of function, if looked from this angle, the neuron network may divide into the overall situation to approach the neuron network and partial approaches the neuron network. The radial direction primary function RBF network is one kind of typical part approaches the neuron network. The radial direction primary function neural network is by Moody and Darken one kind of new forward feed neural network which raised in the late-1980s, was one kind simulates in the human brain the local adjustment, to cove