径向基网络Lecture3Introdunction to Radial Basis Function Networks

对永磁同步电机直接转矩控制系统特性进行了深入研究, 提出一种新的径向基函数神经网络控制器, 给出 了神经网络控制器的结构设计、样本选取及训练方法. 利用系统中的开关表作为导师对径向基函数神经网络控制器

RBF神经网络一共分为三层,第一层为输入层即Input Layer,由信号源节点组成;第二层为隐藏层即图中中间的黄球,隐藏层中神经元的变换函数即径向基函数是对中心点径向对称且衰减的非负线性函数,该函数

基于径向基函数的网格变形程序，用于翼型结构化网格，容易拓展到三维。线性求解采用共轭梯度方法。Griddeformingprogrambasedonradialbasisfunctionsforairf

电子散斑干涉技术(ESPI)测量物体变形时,初始载荷下采集的散斑图像呈现出粗宽分布,提出了一种基于径向基函数的粗宽条纹图滤波方法。介绍了基于径向基函数平滑插值的滤波原理,分析了该滤波方法的参数选取问题

美国原版教材，计算机体系结构！

线性渐变( linear-gradient ) background-image: linear-gradient(to 方向, 开始颜色, 中间颜色1, 中间颜色2, ... , 结束颜色 ); 四

从径向基函数神经网络的理论出发,针对高光谱数据的特点,设计了有效的特征提取模型,再与径向基函数神经网络的输入层连接,建立了一个新的径向基函数神经网络的高光谱遥感影像分类模型,并用国产OMISII传感器

针对双目视觉中的图像立体匹配问题，提出了一种基于径向基神经网络的立体匹配算法。该算法提取图像的尺度不变特征变换（SIFT）特征建立特征匹配矩阵，对特征匹配向量进行约简，最后将约简的特征匹配向量输入径向

基于径向基网络的WSN跨应用能耗控制方案，刘冰月，，针对无线传感网节点资源受限以及很难更换电池等问题，如何有效降低节点能耗成为研究关键点。现有文献大多针对单一应用单独设计解

现实场景中存在很多小样本量数据集而且多有失真，传统神经网络在处理这类数据时泛化能力较差，不能达到预测数据或分类的目的。迁移学习可通过学习数据集A有用的知识对与其相关但不同正态分布的小样本数据集B进行辅