📚 RBF技术资料

📦 资源总数:342
💻 源代码:2329
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。本站提供266个精选RBF相关资源,包括教程、案例分析及实用工具等,助力您深入理解并灵活运用这一关键技术。

🔥 RBF热门资料

查看全部342个资源 »

由于粮库温度是非线性的时间序列,文章提出了基于RBF神经网络的粮库温度预测模型。该模型优于传统的粮库温度分析方法,又避免了BP算法容易陷入局部极小点和收敛速度慢的缺点。根据实验的仿真结果显示,...

⬇️ 6 次下载

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 ⬇️ 80 次下载

提出了一个自适应量子粒子群优化算法,用于训练RBF网络的基函数中心和宽度,并结合最小二乘法计算网络权值,对RBF网络的泛化能力进行改进并用于特征选择。实验结果表明,采用自适应量子粒子群优化算法获得的RBF网络模型不但具有很强的泛化能力,而且具有良好的稳定性,能够选择出较优秀的特征子集。...

👤 erkuizhang ⬇️ 33 次下载

💻 RBF源代码

查看更多 »
📂 RBF资料分类