搜索资源列表
RBFFunction
- RBF网络用于函数逼近的一个程序！内部包含几个关于RBF网络的几个算法。-RBF network for function approximation of a process! Internal contains several of the RBF network of several algorithms.
RBF
- RBF神经网络函数逼近源程序，用于函数逼近。
RBF
- 主要完成对RBF网络用于函数逼近的功能,是一种在逼近能力、分类能力和学习速度等方面均优于BP网络的网络。
RBFFunction
- RBF网络用于函数逼近 未使用神经网络工具箱.
RBFFunction
- rbf网络用于函数逼近，学习次数少，拟合曲线也较好
RBFnet
- RBF网络函数逼近，样本100个，测试数据100个
rbf
- rbf实现函数逼近，实现局部最优，经过测试
7868RBF_classification
- rbf实现函数逼近，调试通过的，仅供大家参考-rbf realization of function approximation, debugging adopted for your reference
rbf
- 由于本人近阶段在研究神经网络方面的，所以把有关方面的共享给大家。 这段是用rbf函数逼近的源码。可直接编译运行-Due to recent phase I study of neural networks, so the parties to share to everyone. This is the source function approximation rbf. Direct the compiler to run
GA_RBF
- 用遗传算法优化RBF网络参数,减小RBF网络在函数逼近中的误差-Using genetic algorithm to optimize parameters of RBF network, reducing the RBF Network in Function Approximation Error
GGAP-RBF
- 模糊神经网络实现函数逼近与分类，实现模糊规则的提取。-Fuzzy neural network function approximation and classification, to achieve the extraction of fuzzy rules.
RBFFunction
- RBF网络用于函数逼近，未使用matlab工具箱，程序应用效果良好-RBF network for function approximation is not used matlab toolbox, the application of effective procedures
Optimization_of_RBF_Network
- Matlab粒子群算法优化RBF网络 采用了粒子群算法对RBF神经网络中的参数进行了优化，在测试程序中验证了经过粒子群算法优化的RBF神经网络的函数逼近能力比未经过优化的逼近能力强-Matlab PSO RBF network optimization using particle swarm optimization on RBF neural network parameters are optimized, in the test procedures and verified thr
pptOfGeneticAlgorithm
- 讲述了遗传算法的基本原理、特点、应用领域、优化设计、应用等 例：1.基于遗传算法优化的RBF网络逼近 2.遗传算法求函数极值-About the basic principles of genetic algorithms, characteristics, applications, and optimize the design, application and other cases: 1. Based on genetic algorithm optimization of R
bp-rbf-neural-networks
- 介绍如何通过matlab使用bp神经网络和rbf神经网络来逼近非线性函数-Describes how to use matlab bp neural network and rbf neural networks to approximate nonlinear functions
RBF
- matlab环境下的RBF神经网络用于函数逼近-matlab environment RBF neural network for function approximation
rbf
- 利用径向基函数神经网络求解非线性函数逼近问题。-Using radial basis function (RBF) neural network to solve nonlinear function approximation problem.
RBF遗传优化
- RBF网络能够逼近任意的非线性函数，可以处理系统内的难以解析的规律性，具有良好的泛化能力，并有很快的学习收敛速度，已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模、控制和故障诊断等。(RBF network can approximate any nonlinear function, regularity can handle within the system to parse, has good generalization ability and
Untitled2
- k—means函数，RBF网络能够逼近任意的非线性函数，可以处理系统内的难以解析的规律性，具有良好的泛化能力，并有很快的学习收敛速度，已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模、控制和故障诊断等。(k-means function, RBF network can approximate any non-linear function, can deal with difficult-to-resolve regularity in the sys
RBF神经网络逼近非线性函数
- 利用径向基神经网络逼近非线性函数，MATLAB编程实现，给出训练误差(Radial basis function neural network is used to approximate nonlinear functions. MATLAB programming is implemented to give training error.)