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...
rbf 热门资料
基于RBF神经网络的人脸识别
·摘 要:介绍了RBF神经网络在人脸识别中的应用；通过理论分析和实验效果突出了RBF神经网络在机器学习中的优势。实验结果证明：RBF神经网络具有运算速度快、识别率高、算法简单等特点。在训练样本减少的情况下，该学习机的分类性能没有明显退化。因...
The PID control based on CHAOS-RBF in stove application
Introduces the ceramic stove controlling system controlled by MSP430 single-chip computer. The syste...
基于RBF神经网络的PID控制
传统PID 的控制参数难以精确整定，且依赖于对象的精确数学模型，适应性较差，对复杂过程不能保证其控制精度。针对工业控制领域中大滞后系统，采用传统PID 控制不能获得满意的控制效果，提出基于RB...
因其核函数的良好性态,RBF核SVM(RBF-SVM)在实际应用中表现出良好的学习性能,但是RBF核函数中的参数对SVM的性能起决定性作用.阐述了RBF-SVM的性能随着变化而变化的规律,并将RBF-
因其核函数的良好性态,RBF核SVM(RBF-SVM)在实际应用中表现出良好的学习性能,但是RBF核函数中的参数对SVM的性能起决定性作用.阐述了RBF-SVM的性能随着变化而变化的规律,并将RBF-SVM引入自动羽绒识别系统中.根据自动羽...