广义回归神经网络在预测建模中的应用

广义回归神经网络（GRNN）是一种基于径向基函数网络的非参数回归模型，专门用于解决连续函数逼近和预测问题，其核心优势在于训练速度快、逼近能力强，尤其适用于小样本和非线性系统建模，什么是广义回归神经网络GRNN由Specht于1991年提出，属于概率神经网络（PNN）的回归版本，其理论基础是核回归，无需反向传播迭……