基于RBF神经网络的循环水自动加药与监测系统

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

基于梯度法编写的RBF神经网络程序.，分享给大家

基于聚类算法的RBF神经网络设计综述，如果对RBF感兴趣的话，该文章还有有一定的参考价值的。

基于RBF神经网络的入侵检测技术研究,是基于神经网络的对入侵检测技术的一种研究方法。

本文提供基于梯度下降的RBF神经网络的MATLAB代码，并内附Exel数据集，其中8000组数据为训练集，剩余数据为测试集。该神经网络采用有监督学习方式，包括梯度下降优化中心向量C、宽度D、权值W等。

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