利用RLS对RBF神经网络的权值进行训练

摘要:遗传算法(GA)和人工神经网络(ANN)的相互结合有辅助式和合作式两种方式. 本文在此基 础上提出了融合、BP_GA和GA_BP三种算法,并采用GA_BP算法同时优化BP神经网络的结构、权 值和

rt,粒子群算法优化的RBF神经网络

对于所给的样本集通过matlab建立RBF神经网络模型并实现分类的功能

BP和RBF神经网络源代码（C++）可运行，已经调试通过，并对其进行了比较；对于学习神经网络的人非常有用，有助于理解神经网络。

通过VC++6.0实现的基于RBF的神经网路结构优化，具有训练快速，结构简单等优点，是一种基于径向基函数的前馈方法。

基于K均值方法的RBF神经网络，MATLAB实现，4个m文件，注释较多

提出了一种用于训练粗糙RBF神经网络(rough RBF neural networks,R-RBF)的极速学习机(extreme learning machine,ELM)方法,通过引入矩阵的Moo

水质评价的RBF神经网络应用，常欢，刘志斌，针对传统水质评价方法在权值选取上存在人为因素，本文主要应用RBF神经网络对辽河流域阜新支流的柳河、绕阳河、养息牧河三条主要河

为解决井下风速传感器获得的风速异常数据确定故障源位置问题,采用RBF神经网络方法确定可能引起各分支风速异常的分支集合,即建立通风系统故障巷道范围库,再通过对分支的灵敏度进行排序来选择故障巷道诊断的优先

针对广泛应用的有杆抽油机故障率较高的现状，提出傅立叶描述子和RBF神经网络相结合的算法判断抽油机工况。该算法基于典型示功图的几何特征，提取低频区傅里叶描述子作为特征参数，再结合上、下冲程的载荷变化量，