1) difference RBF neural networks
差分RBF神经网络
2) RBF Neural Network
RBF神经网络
1.
Prediction PM_(10) concentration based on PCA and RBF Neural Network;
基于PCA与RBF神经网络的PM_(10)质量浓度预测
2.
Research on fault diagnosis method based on RBF neural networks for nuclear power plant;
基于RBF神经网络的核动力装置故障诊断方法研究
3.
Prediction of Parison Dimension Based on RBF Neural Network in Plastics Extrusion Blow Molding;
基于RBF神经网络的挤出吹塑中型坯尺寸的预测
3) RBF network
RBF神经网络
1.
The paper introduces briefly the standard modeling method of the alloy burden in steelmaking refining period for LF finer and the RBF network.
文章对LF精炼炉炼钢精炼环节合金配料的常用建模方法和RBF神经网络作了简单介绍,运用实际数据进行建模、预测,并就其预测结果进行绝对误差曲线比较,得出RBF网络相对于其它方法具有较好的预测结果。
2.
In view of the non-linear variation in the response information,the KPCA is used to extract the feature as the input of the RBF network.
提出了将KPCA特征提取和RBF网络识别相结合的气体检测方法,设计了一种用于气体实时检测的电子鼻系统,探讨了核主成分分析(KPCA)和RBF神经网络相结合进行气体识别的可行性。
3.
The paper applies the RBF network feedforward controller combined with the proportion-feedback controller on the turntable servo system.
以转台伺服系统为控制对象 ,采用RBF神经网络前馈控制和比例反馈相结合的方法 ,并利用单神经元对系统模型进行在线辨识 ,为前馈控制器提供Jacobian参数。
4) RBF neural networks
RBF神经网络
1.
ECT image reconstruction based on RBF neural networks;
基于RBF神经网络的ECT图像重建
2.
Application of RBF neural networks in harmonic detection;
RBF神经网络在谐波检测中的应用
3.
The Study and Application of Sale Forecasting Model Based on the RBF Neural Networks;
基于RBF神经网络的销售预测模型的研究与应用
5) RBFNN
RBF神经网络
1.
A Prediction Model for Molten Iron Desulfuration Based on An Improved RBFNN;
一种基于改进的RBF神经网络的铁水脱硫预报模型
2.
Research on Quasigeoid Refinement Model of Line Project Base on RBFNN;
基于RBF神经网络的线路工程似大地水准面精化模型研究
3.
Application of an Improved RBFNN in Nonlinear System;
改进的RBF神经网络在非线性系统中的应用
6) radial basis function neural network
RBF神经网络
1.
Based on this model,a radial basis function neural network model for freight volume forecasting was presented.
为有效进行交通货运量预测,通过对货运量影响因素的分析,建立了关于货运量影响因素的层次分析模型,根据该模型构建了基于RBF神经网络的货运量预测方法。
2.
To the temperature control problem in the BOF period of steel-making,the predictive models of hybrid hierarchy genetic algorithm (HGA)and radial basis function neural network(RBF)in basic oxygen furnace process(BOF)are presented.
针对转炉控制中对吹炼终点温度的控制问题,提出了基于混合递阶遗传RBF神经网络(HGA-RBF)的转炉炼钢终点温度预报模型。
3.
A furnace temperature soft measurement method is adopted based on a data fusion model with a method combining principle component analysis(PCA) and radial basis function neural network(RBFNN).
火灾模拟实验炉是对建筑构件进行模拟测试实验的装置,其升温必须按ISO834国际标准执行,炉温的估计是实验的关键,采用了主元分析和RBF神经网络相结合的模型构成火灾模拟实验炉温软测量;主元分析(PCA)实现输入变量的降维,RBF神经网络采用K-均值聚类算法进行隐层中心和连接权调节的学习,实现快速收敛;该融合模型使炉温估计精度比常规的最小二乘方法拟合精度提高2倍以上,保证了升温过程温度的精确控制。
补充资料：Hopfield神经网络模型
Hopfield神经网络模型
Hopfield neural network model
收敛于稳定状态或Han加Ing距离小于2的极限环。 上述结论保证了神经网络并行计算的收敛性。 连续氏pfield神经网络中，各个神经元状态取值是连续的，由于离散H6pfield神经网络中的神经元与生物神经元的主要差异是:①生物神经元的I/O关系是连续的;②生物神经元由于存在时延，因此其动力学行为必须由非线性微分方程来描述。为此，在1984年J.J.H叩fi酗提出了连续氏pfield神经网络，它可用图1所示的电路实现，其动态方程┌───┐│·T叮 │└───┘图1连续F砧pfield神经网络 (a)Sigmoid非线性;(b)神经元模型可由下述微分方程式描述: 、，产 门J /r、l、1.。瓮一客、一佘Ii认=f(u￡)￡=l，2，…，n式中f(·)为连续可微的Sign101d函数;T，j=兀、i，j=1，2，“’，n几=0]=i1~.吞~·‘八文一Q*+，戮T，j‘一‘，2，”一”连续时间氏pfield神经网络式的计算能量函数定义为:一告客客几从砚 石l「Vi_1，、，合，，， +乞古!‘厂‘(x)dx一乙I，从(4) ’月R‘Jo“‘、一’一月一，” 对于式(3)，若f一‘为单调增且连续，C>0，T，j=几(i，j=1，2，一，n)，则沿系统的运动轨道有dE一。-丁丁足之Uat当且仅当贷一。时 箭一。式(3)的稳定平衡点就是能量函数E〔式(4)」的极小点，反之亦然。同时，连续氏pfield神经网络式(3)以大规模非线性连续时间并行方式处理信息。网络的稳定平衡点对应于其计算能量函数E的极小点，网络的计算时间就是它到达稳定的时间，网络的计算在系统趋于稳态的过程中也就完成了。这也是式(3)用于神经计算及联想记忆的基本原理，也即神经计算机的基本原理。HoPfield shenling wangluo moxingHopfield神经网络模型(Hopfieldne，Ine幻即0比m侧触l)一种单层全反馈的人工神经网络模型(后称之为氏p玉idd模型)，它对推动人工神经网络研究的复苏起了很重要的作用。 且，lield对人工神经网络研究的贡献主要有: (l)把有反馈的神经网络看作一个非线性动力系统，提出了系统的全局Lyap阴lov函数(或称能量函数)的概念，用于系统稳定性的分析; (2)利用上述分析方法解决人工智能中的组合优化问题，如15护;(3)给出了利用模拟电子线路实现的连续Hopfidd网络的电路模型，为进一步研究神经计算机创造了条件。
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