摘要
针对径向基函数 (RBF)神经网络的特点 ,结合网络设计工作 ,对计算机辅助几何设计 (简称CAGD)中的散乱数据插值和曲面上离散点集的光滑插值问题 ,采用RBF神经网络进行求解 .从应用结果来看 ,RBF网络适合于解决曲面离散点集的光滑插值问题 ,比传统的样条方法更有效、更方便 ,具有较好的使用价值 ,并且可以很容易地推广到求解高维散乱数据插值问题之中 .
Radius basis function(RBF) neural network is applied in scattered data interpolation and smooth interpolation of scattered data on a surface. The experimental results, show that the RBF neural network is suitable for solving the problem of scattered data interpolation on a surface, and is more efficient than traditional methods. Furthermore, it can be easily generalized to solve the scattered data interpolation problem in higher dimensions.
基金
973项目!"数学机械化及其自动推理平台"(G19980 30 6 0 0 )
国家自然科学基金!资助项目 (199710 87)
教育部优秀青年教师基金
关键词
神经网络
径向基函数
散乱数据插值
neural network
radius basis function
scattered data interpolation
