基于BPSO-RBF神经网络的网络流量预测

基于优化的RBF神经网络模式识别的新方法

静止无功发生器(SVG)是一种广泛应用的动态无功补偿装置,其一般采用传统的ipiq运算方式进行无功谐波电流检测。传统的ip-iq电流检测方法存在检测相位滞后和误差等问题,造成补偿效果不理想。在分析无功

在论述RBF径向基神经网络基本理论的基础上,给出利用MATLAB神经网络工具箱开发RBF网络的主要函数,并应用于函数逼近的设计及仿真。

该matlab程序为系统学习基于RBF神经网络的PID自适应控制所写，优化算法为梯度下降法，代码可以实现输入输出数据的产生，RBF神经网络权值、结点、基宽的自适应调节，PID参数的自整定。

这是非常实用的基于RBF神经网络的PID控制仿真代码，可以通过参数自适应整定来实现功能，请大家参考！

基于k-均值的RBF神经网络实现，matlab程序，基于k均值找到聚类中心，最小二乘法计算隐含层与输出层之间的权值。

齿轮箱是一种非常复杂的传动机构，它的故障模式和特征量之间是一种非常复杂的非线性关系，再加上齿轮箱在不同工况下的随机因素。以齿轮箱为例，应用神经网络可以有效地解决这个问题。分析神经网络的自适应、自学习和

基于梯度法编写的RBF神经网络程序.，分享给大家！！！！！！！！！！！！！

为了解决大空间场所的火灾早期预警问题,减少环境变化对预报的影响,从烟雾的视觉特征角度探讨了视频火灾烟雾检测方法.该算法首先采用背景减除法获得差分图像,接着对差分图像进行二值化,并结合数学形态学提取可疑

在LTE-R越区切换中，基于A3事件的越区切换算法在列车高速运行时容易出现乒乓效应和无线链路连接失败的问题。为此，提出基于RBF神经网络的越区切换优化算法。采集列车运行在特定环境中不同速度时切换效果较