论文部分内容阅读
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.