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。
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
RBF神经网络网络逼近,对于初学者很有用的。
为了提高光伏发电功率预测的精度,本文在结合灰色预测算法(GM)与神经络预测算法优点的基础上,提出一种基于灰色径向基函数(Radical Basis Function, RBF)和神经网络光伏发电功率预
针对采煤机姿态自动控制难题,提出了基于RBF神经网络的采煤机姿态预测控制方法。该方法在传统记忆截割的基础上,结合采煤机工作参数,采用RBF神经网络对煤岩特性进行辨识,进一步修正煤岩预测界面,提高其预测
基于RBF神经网络的电力系统短期负荷预测
针对工业控制中普遍存在的大滞后现象,提出了一种将RBF神经网络算法和Smith预估补偿算法与传统的PID控制器相结合的智能RBF-Smith-PID控制策略。该方法利用RBF神经网络的在线学习、控制参
经典的定位算法都是基于无线环境为视距环境(LOS),但在实际信道环境中,由于存在反射、折射等从而导致传播环境为非视距的情况,因此经典定位算法应用于实际信道环境中必然会导致较大的定位误差。提出一种消除非
一种基于RBF神经网络的语音去噪方法,郑鲲,孙光民,对语音去噪方法进行研究,采用RBF(RadialBasisFunction)神经网络在频域上对有噪语音信号进行去噪处理。比较了RBF神经网络对语音信
提出了一种新的方法来进行模拟电路故障诊断。该方法包括Haar的小波分解,对数据的归一化处理,以及用狼群算法优化RBF神经网络。用Haar小波对所得的电路原始故障数据集进行变换,然后对变换后的数据进行归