基于BP网络曲线拟合方法的研究

在利用BP神经网络进行曲线拟合时,为了解决如何确定BP神经网络隐含层神经元数问题,提出了一种新的快速构建BP神经网络结构的方法,即如何由输入层神经元数、输出层神经元数及样本点数来确定隐含层神经元数,同时针对在曲线拟合过程中经常出现的一些问题提出了解决方案。实验结果表明,该构建方法和改进方案在提高曲线的拟合精度、加快收敛速度方面收到了较好的效果。

基于曲线曲面图形神经网络学习方法的研究

提出一种基于曲线曲面图形神经网络学习方法,即由点集构成的曲线曲面图形作为神经网络的学习样本,利用人工神经网络直接对曲线、曲面进行学习和训练,并以曲线、曲面图形的直观显示来表示网络的训练效果。同时还提出了基于曲线曲面图形神经网络结构的构建方法和训练过程的改进方案。实验结果表明,该构建方法和改进方案在提高训练精度、加快收敛速度方面收到了较好的效果。