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 →基于混沌RBF的PID控制在窑炉中的应用
介绍了MSP430 单片机控制的陶瓷窑炉系统，对数学模型与算法进行了分析，设计了软硬件。系统改进了PID 控制，加入了混沌RBF 算法，大大提高了温度控制的精确性。系统由两大部分组成，下位机负
2023-11-22
5
PID控制基于混沌RBF网络在炉灶的应用
Introduces the ceramic stove controlling system controlled by MSP430 single-chip computer. The syste
2024-01-23
10
基于RBF神经网络的短期电力负荷预测
研究了天气和特殊事件对电力负荷的影响，建立了结合径向基函数神经网络来进行短期负荷预测的模型。将温度、降雨量运用于径向基函数神经网络中，提高了训练的可信度和可靠性。利用该模型编排的实用化软件投入到了实际
2024-02-14
3
BP和RBF神经网络在人脸识别中的比较
·摘 要:BP和RBF是模式识别中应用最为广泛的2种神经网络，本文将这2种网络应用于人脸识别，分别建立了人脸识别模型。利用ORL人脸图像数据库进行了仿真实验，通过对比分析它们各自的识别率和泛化能力等性能指标，提出了在应用这2种神经网络进行模...
2024-10-23
5