📚 RBF-NN技术资料

📦 资源总数:317
💻 源代码:8533
🔌 电路图:1
径向基函数神经网络(RBF-NN)以其强大的非线性映射能力和快速的学习速度,在模式识别、信号处理及控制系统中展现出卓越性能。作为电子工程师,掌握RBF-NN不仅能够提升您在数据分类与预测领域的专业技能,还能为解决复杂工程问题提供新思路。本页面汇集了317个精选资源,涵盖理论教程、案例分析及实战项目,助您深入理解并灵活运用这一先进技术。立即探索,开启您的智能计算之旅!

🔥 RBF-NN热门资料

查看全部317个资源 »

开关磁阻电机(SwitchedReluctanceMotor,SRM)具有结构简单、工作可靠、效率高和成本较低等优点,在很多领域都显示出强大的竞争力,但是位置传感器的存在不仅削弱了SRM结构简单的优势,而且降低了系统高速运行的可靠性,增加了成本,探索实用的无位置传感器检测转子位置的方案成为开关磁阻电...

📅 👤 skfreeman

为了提高电力系统负荷预测的精度与速度的需求,提出使用交替梯度算法改进径向基函数(RBF) 神经网络, 对天津市电网进行负荷预测。改进的算法与传统梯度下降算法相比,具有更快的收敛速度和更高的预测精度。 仿真结果表明该算法具有可行性。 ...

📅 👤 waixingren

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,最后进行误差分析。仿真结果表明,所建RBF神经网络对大型客...

📅 👤 wpwpwlxwlx

💻 RBF-NN源代码

查看更多 »
📂 RBF-NN资料分类