RBF

径向基函数（RBF）网络是一种强大的神经网络模型，以其在非线性分类与回归任务中的卓越性能而闻名。广泛应用于模式识别、信号处理及控制系统设计等领域，RBF能够有效解决复杂的数据拟合问题。对于致力于提升算法精度和系统响应速度的电子工程师而言，掌握RBF技术不仅有助于优化现有项目，还能激发创新灵感。本站提...

资源总数
265

RBF 热门资料

查看全部 265 份 →

  RBF神经网络在分类问题中得到了广泛的应用，尤其是模式识别的问题。许多模式识别实验证明，RBF具有更有效的非线性逼近能力，并且RBF神经网络的学习速度较其他网络快。本文在具有复杂控制规律的S函数构造方法的基础上，给出了基于...

2016-05-19 1 RBF

RBF 径向基神经网络在工程中，尤其是各种智能控制中的应用十分广泛。其隐含层的非线性激活函数经常采用高斯径向基函数，这一函数为一指数函数。指数函数用硬件实现起来比较困难。本文提供了一种应用CO

2023-11-25 4 RBF

提出了一种在经过4 级小波变换的原始图像中嵌入水印的算法。根据人类视觉特征来决定嵌入水印的强度，用秘钥来决定水印嵌入的位置，通过使用训练的RBF 神经网络来嵌入和提取水印。实验结果表明：该算法简单有效

2024-03-01 6 RBF

针对传统混炼过程胶料粘度预测存在的辅助变量信息冗余大及冗余导致模型结构的复杂化和泛化能力的降低提出先进行主元分析；同时由于对象的复杂性，传统的建立单一模型的思想存在着弊端，从而提出基于RBF

2023-12-28 6 RBF