1) radial basis function neural network(RBF-NN)
径向基函数神经网络(RBF-NN)
2) RBF nerve network
径向基函数RBF神经网络
1.
A method of predicting surrounding rock displacement is set up by using the RBF nerve network s function of powerful nonlinear mapping and fast convergence rate, in which the monitoring data of surrounding rock displacement are chosen.
选择现场监测的围岩位移数据为样本,利用径向基函数RBF神经网络具有强大的非线性影射能力和收敛速度快的特点,建立围岩位移预测神经网络模型进行位移预测。
3) RBF neural network
径向基函数(RBF)神经网络
4) radial basis function neural network
径向基函数(RBF)神经网络
5) RBF-Network
径向基函数神经网络(RBF-Network)
6) fuzzy radial basis function(RBF)neural network
模糊径向基函数(RBF)神经网络
补充资料：神经网络（neuralnetwork(NN)）
神经网络（neuralnetwork(NN)）
是由巨量神经元相互连接成的复杂非线性系统。它具有并行处理和分布式存储信息及其整体特性不依赖于其中个别神经元的性质，很难用单个神经元的特性去说明整个神经网络的特性。脑是自然界中最巧妙的控制器和信息处理系统。自1943年McCulloch和Pitts最早尝试建立神经网络模型，至今已有许多模拟脑功能的模型，但距理论模型还很远。大致分两类：①“人工神经网络”，模拟生物神经系统功能，由简单神经元模型构成，以图解决工程技术问题。如模拟脑细胞的感知功能的BP（Back-Propagation）神经网络；基于自适应共振理论的模拟自动分类识别的ART（AdaptiveResonanceTheory）神经网络等；②“现实性模型”，与神经细胞尽可能一致的神经元模型构成的网络，以图阐明神经网络结构与功能的机理，从而建立脑模型和脑理论。如基于突触和细胞膜电特性的霍泊费尔特（Hopfield）模型，以“计算能量”刻划网络整体的动态行为，可解释联想记忆；Ekeberg等人（1991）建立的基于Hodgkin-Huxley方程的四房室神经元模型等。神经网络研究不仅为阐明脑功能机理，能是发展智能计算机和智能机器的基础。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条