基于RBF神经网络的绝缘子污秽智能诊断研究

基于SVM的绝缘子芯棒缺陷图像分类研究，李永昕，别红霞，为了实现绝缘子芯棒缺陷图像的自动分类，针对绝缘子芯棒缺陷图像本身特点，研究了绝缘子芯棒缺陷图像分类的算法流程。首先分别从

采用主动式脉冲红外热波技术检测瓷绝缘子内部缺陷,两个高能脉冲闪光灯用于瞬时加热被测瓷绝缘子表面,绝缘子表面吸热而升温,热量由表面向内部传导,从而引起表面温度的降低,计算机控制红外热像仪采集和记录绝缘子

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

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。

利用相空间重构和RBF神经网络对高速公路的交通流量进行短时间的预测

RBF神经网络和BP神经网络的C++实现算法

电力系统中，绝缘子的缺陷对系统的正常运行和安全性具有重要影响。为了及时发现和修复绝缘子的缺陷，本文提出了一种基于代码加操作流程的绝缘子缺陷在线检测与诊断技术。该技术通过对电力系统进行定期的代码加操作流

当前，人工智能在电力系统维护中的应用日益受到关注，其中绝缘子目标检测是一个重要的研究方向。为了推动绝缘子目标检测算法的进步，研究人员致力于创建先进技术下的人工智能绝缘子数据集。这些数据集采用了最新的传

关于BPSO-RBF神经网络的网络流量预测

利用径向基函数神经网络(RBF)建立对离心压缩机性能预测的神经网络模型,从而能够精确地预测出离心压缩机的性能参数的大小,能够分析离心压缩机的流量,叶片出口安装角,压力比和效率之间的神经网络与预测关系。