基于SVM的改进RBF网络板形模式识别方法
为了提高带钢生产中板形模式识别精度,提出了基于支持向量机(svM)的改进径向基(RBF)网络板形模式识别方法,由SVM回归确定RBF网络优化的初始参数,解决了传统方法存在的学习时间长、易陷人局
RBF网络技术资料下载专区,收录500份相关技术文档、开发源码、电路图纸等优质工程师资源,全部免费下载。
为了提高带钢生产中板形模式识别精度,提出了基于支持向量机(svM)的改进径向基(RBF)网络板形模式识别方法,由SVM回归确定RBF网络优化的初始参数,解决了传统方法存在的学习时间长、易陷人局
针对一类不确定时滞系统研究滑模控制的实现问题。对于实际应用对象的时滞特性采取了特殊的线性变换,将原时滞系统转化为无时滞系统。通过设计二次型性能指标计算得到了最优的切换函数,并使用RBF神经网络实现了滑
将模糊径向基函数(f-RBF)神经网络算法用于永磁同步电机(PMSM)的速度控制。针对电机的动态和非线性特点,结合PMSM驱动的矢量控制方法, 设计了f-RBF在线辨识器和速度控制器。在Mat
针对目前火灾探测技术难以满足实际需要的问题,在分析RBF 网络结构特点及最近邻聚类学习算法的基础上,提出用RBF 神经网络建立火灾探测器模型,以火灾初期实验得到的环境温度、烟雾浓度、CO 含量为输入,
为使设计人员在大型客机设计阶段便可对其制造成本有较为准确的把握,针对大型客机制造成本,采用RBF神经网络理论建立了一种分析模型,并给出建模流程。利用Matlab神经网络工具箱进行模拟仿真,对所建立大型客机制造成本分析的神经网络模型进行了验证...