2) RBFNN (Return Back Propagation Artificial Neural Network)
RBFNN(径向基人工神经网络)
3) RBFANN
径向基函数人工神经网络
1.
The application of radial basis function artificial neural networks(RBFANN) based on genetic input selection for quantification of the multi-component in unresolved peaks in capillary zone electrophoresis(CZE) is reported.
本研究工作采用基于遗传算法输入变量选择的径向基函数人工神经网络方法(RBFANN)用于重叠毛细管电泳峰中多组分的定量分析,结果表明RBFANN方法可有效解决重叠毛细管电泳峰中多组分定量分析的问题。
4) RBF neural network
径向基神经网络
1.
A fault diagnosis method for power electronic equipment based on RBF neural network and frequency spectrum analysis;
一种基于径向基神经网络和频谱分析的电路元件故障诊断方法
2.
Evolutionary design of RBF neural network based on multi-species cooperative particle swarm optimizer;
基于多种群协同进化微粒群算法的径向基神经网络设计
3.
Study on traffic accidents prediction model based on RBF neural network
道路交通事故径向基神经网络预测模型研究
5) radial basis function neural networks
径向基神经网络
1.
Simultaneous determination of Pb~(2+) and Cd~(2+) by oscillographic chronopotentiometry with radial basis function neural networks;
径向基神经网络示波计时电位法同时测定铅和镉
2.
The Application of the Radial Basis Function Neural Networks in Tomography;
径向基神经网络在层析成像中的应用
3.
Aimed to supplement previous researches, this paper proposed a new assessment method of surface water quality based on multivariate statistical analysis and Radial Basis Function Neural Networks, which was useful for the large-scale and long-term monitoring.
其主要程序为:利用方差分析对各断面多年水质监测样本进行时间与空间尺度上的显著差异性分析,识别出具有显著差异的样本,然后通过层次聚类分析把上述样本进行聚类分组,最后应用径向基神经网络对各组样本进行水质评价,并把此评价结果再分解到各断面各时段,此方法的特点为在不损失信息的前提下能大大减轻水质评价工作量,且客观可信、分辨率高,并能综合反映总体与个别特征。
6) Radial basis function neural network
径向基神经网络
1.
A study and simulation on container flow forecasting modelbased on radial basis function neural networks;
基于径向基神经网络的集装箱量预测模型
2.
Stock price prediction based on Radial Basis Function neural network;
基于径向基神经网络的股价预测
3.
Control model of acousto-optic deflector based on radial basis function neural network;
基于径向基神经网络的声光偏转器控制模型研究
补充资料：人工神经网络
| 人工神经网络 artificial neural network 一种模仿动物神经网络行为特征的分布式并行信息处理算法结构的动力学模型。它用接受多路输入刺激，按加权求和超过一定阈值时产生“兴奋”输出的部件来模仿动物神经元的工作方式，并通过这些神经元部件相互联接的结构和反映关联强度的权系数使其“集体行为”具有各种复杂的信息处理功能。特别是这种宏观上具有鲁棒、容错、抗干扰、适应性、自学习等灵活而强有力功能的形成不是由于元部件性能不断改进，而是通过复杂的互联关系得以实现，因而人工神经网络是一种联接机制模型，具有复杂系统的许多重要特征。人工神经网络适用于信号处理、数据压缩、模式识别 、机器人视觉、知识处理及其应用，预测、评价和决策问题 ，调度排序、路由规划等组合优化问题。在控制系统设计中它可用于模拟被控对象特性、搜索和学习控制规律、实现模糊和智能控制。 |
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条