1) Radial Basis Function Network
径基函数网络
1.
4-CBA soft sensor of Luoyang PTA plant based on Radial Basis Function Network;
洛阳PTA装置基于径基函数网络的4-CBA软测量
2) radial basis function networks
径向基函数网络
1.
A method of characteristic LIF spectral signatures separation based on radial basis function networks;
基于径向基函数网络的激光诱导荧光特征光谱分离算法
2.
The radial basis function networks (RBFN) was combined with the cyclic subspace regression (CSR) in this paper, and a modeling approach by RBFN-CSR was designed.
本文将径向基函数网络(RBFN)与循环子空间回归(CSR)相结合,设计了RBFN-CSR建模方法。
3.
A prediction model of methanol content at the exit of methanol synthesis reactor was proposed through radial basis function networks and partial least square regression approach.
运用径向基函数网络结合偏最小二乘回归的方法建立了甲醇合成反应器出口甲醇含量的预测模型。
3) Radial basis function network
径向基函数网络
1.
Application of radial basis function networks in reconstruction of virtual machining object;
径向基函数网络在虚拟加工对象重构中的应用
2.
Using radial basis function network based on project pursuit to forecast reference evapotranspiration;
基于投影寻踪的径向基函数网络在参考腾发量预测中的应用
3.
Study of shape from shading algorithm based on the radial basis function network;
基于径向基函数网络的SFS算法研究
4) networks function
径向基网络函数
6) radial basis function neural network
径向基函数网络
1.
A radial basis function neural network (RBFN), as well as a back propagation neural network (BPN) for comparison, is trained and tested using 23 series of centrifuge model test data, 2 fullscale test data, and prototype date of a practical project.
收集23组挡墙离心模型试验数据,2组足尺试验数据,1组实际工程的破坏数据,共26组样本作为训练及检验样本,建立了可用于加筋挡墙设计高度预测的径向基函数网络(RBFN)及误差反传网络(BPN)模型。
2.
A radial basis function neural network (RBFN) for forecasting the design height of GRW is trained using 31 series of centrifuge model test data.
通过 3 0组挡墙离心模型试验数据以及组足尺试验数据样本的训练与学习 ,建立了可用于加筋挡墙高度预测的径向基函数网络 (RBFN)模型 。
3.
And a radial basis function neural network algorithm-based model of VLE partner selection is advanced.
并提出了一个基于径向基函数网络算法的虚拟物流企业伙伴选择模型 ,实例仿真说明了该算法和模型的有效性 。
补充资料：网络函数
| 网络函数 network functions 表示线性电网络的激励与响应关系的一种函数。网络中的激励、响应可以是电压或电流，于是网络函数有4种类型：①激励与响应均为电压(流)时，网络函数是转移电压(流)比。②激励是电压、响应是电流时，网络函数称为转移导纳。③激励是电流、响应是电压时，网络函数称为转移阻抗。④激励电压(流)和响应电流(压)同在一个端口时，网络函数称为驱动点导纳(阻抗)，又称驱动点函数。对网络函数性质的研究是电网络理论中有重要意义的课题。网络综合（研究满足给定响应特性的网络设计方法）的理论便是在这一研究的基础上建立起来的。 |
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