RBF神经网络用于分类与回归

深度学习在图像检索方面的应用，主要的思想是利用预训练网络，原文是英文，题目是我自己翻译过来的

BP神经网络用于分类iris数据集，编程的思路不错，值得初学者学习。

RBF神经网络控制器，对预定曲线有良好的控制效果，误差很小。

基于RBF神经网络初期损伤预测，万云辉，，利用RBF神经网络来预测结构初期损伤对整体的影响，可以有效地判断结构的稳定性。由于神经网络可以通过对样本的反复学习来反映整体

提出一种RBF 网的动态设计算法(DYNRBF 方法) ,该算法有效地融合了ROLS 算法和RAN 网络的优点,不仅能动态调节RBF 网的隐节点数,还能使网络的数据中心自适应变化. 该方法所设计的RB

遗传算法优化RBF神经网络代码，十分详细，通俗易懂，可供阅读与学习

针对网络安全态势预测，为了提高预测精度和预测算法的收敛速度，采用一种改进的粒子群算法来优化径向基函数神经网络。首先，ＰＳＯ的惯性权重因子按一条开口向左的抛物线递减，在保证全局寻优的同时又增强了局部搜索

rbf核神经网络程序matlab程序与实现

GA优化后的RBF神经网络，带有数据可以仿真。比较测试未用GA算法优化的RBF网络和用GA算法优化的RBF网络逼近能力。利用GA算法来优化RBF网络中的各种权值。

粒子群算法优化RBF神经网络MATLAB程序，适用于模式识别和函数逼近。