高斯径向基核函数参数的GA优化方法_徐咏梅

基于径向基神经网络的环境建模方法，侯园松，阮晓钢，为解决移动机器人对未知环境建模的问题，本文提出一种以径向基神经网络为基础，建立连续栅格地图的方法。首先利用机器人测距传感

Matlab关于径向基函数网络设计-RadialBasisFunctionNet.m径向基函数网络设计径向基函数网络比标准的前向型BP网络需要更多的神经元，但是它能够按时间片来训练网络。当有很多的训练

建立了径向基函数混沌神经网络模型以及径向基函数混沌神经元模型，分析其产生混沌后收敛的原因，通过撤销模拟退火策略使过程无法收敛，从而构建出永久保持混沌状态的混沌神经元动力系统，分析了该系统的时间序列指标

MATLAB中的径向基神经网络是一种常用的无监督学习算法，它可以通过对输入输出数据进行建模，实现对复杂非线性函数的逼近和识别。本篇文章将详细介绍径向基神经网络的工作原理、基本结构和应用方法，并给出几个

高斯卷积核模板的C++代码实现，及高斯滤波的介绍和高斯公式分析。

以轿车用低碳钢薄板为实验样品,分析了脉冲激光焊接产生的主要变形方式。利用径向基函数神经网络对薄板焊接产生的横向收缩变形和横向弯曲变形进行预测。采用响应面法对实验参数进行优化设计。将脉冲频率、脉宽、聚焦

基于布里渊效应的分布式光纤传感器以其可在沿光纤中同时获得被测量场时间和空间上的连续分布信息,成为当前国际的研究热点。根据光纤中布里渊散射谱的传输特点和高精度特征提取的要求,提出了利用莱文伯马夸特(L-

内含6个RBF径向基神经网络的matlab代码，注释清楚简明。

高斯密度函数估计是一种参数化模型。有单高斯模型(SingleGaussianModel,SGM)和高斯混合模型(Gaussianmixturemodel,GMM)两类。本文详细介绍了这两种模型的原理,

高斯函数的特征函数的证明，一唯正态分布的特征函数的证明。