基于MATLAB的RBF神经网络的应用 论文

将遗传算法与RBF神经网络结合，的优秀学习算法

针对机械加工中常见的误差复映现象,采用RBF神经网络开发了减小误差复映、提高加工精度的方法。通过使用大量实验数据对RBF网络进行训练,并对训练后的网络进行了仿真测试。结果表明,此网络具有较快的学习收敛

基于混沌-RBF神经网络的风电场风速预测，顾乔根，丁晓群，风速具有波动性、间歇性和随机性的特点，大量风电场并网，会给电网的稳定性带来问题。对风速进行短期精确的预测，对及时准确调度

为了较精确地表征超级电容的对外特性,提出了一种基于RBF-ELM(Radical Basis Function-Extreme Learning Machine)神经网络的超级电容建模方法。通过分析超

煤矿瓦斯涌出量预测是矿井安全中的一个关键和热点问题。煤矿瓦斯涌出量涉及很多因素,例如日产量、日进度、煤层厚度、煤层间距、煤层深度等,瓦斯涌出量预测是一个非线性问题。径向基神经网络是目前应用非常广泛的一

为提高复杂地形条件下矿区GPS高程转换的精度,提出采用径向基神经网络(RBF)进行拟合。将GPS控制点的平面坐标x、y作为网络输入,高程异常ξ作为网络输出;利用交叉验证搜索算法对RBF网络拟合关键参数

本文提出一种基于RBF神经网络的医学图像分类算法,利用像素的特征信息作为训练样本对RBF神经网络进行训练,使用训练后的RBF神经网络图像的分类识别,对不同的分类结果赋予不同rgb值进行显示。实验结果表

针对Web服务QoS的预测问题,将RBF神经网络及其相关算法应用到Web服务QoS的短期预测中,首先对RBF神经网络的结构进行介绍,并将该网络应用于Web服务的QoS预测,然后运用MATLAB工具箱函

提出了一种利用智能学习方式解决强信号条件下弱信号的波达方向估计问题的新方法。通过理论推导发现协方差矩阵的特征值与来波信号功率之间存在一定的关系，将含功率信息的协方差矩阵的特征值加入到含方位信息的协方差

基于RBF神经网络的水体富营养化预测，张艳，杨斌，采用RBF神经网络建模，对西湖水体富营养化状况进行预测。结果表明，RBF神经网路具有较好的泛化能力，预测精度高，相比于其它神经网