搜索资源列表
RBFfunction
- 一个RBF神经网络的算法实现程序,可用于实现RBF神经网络的函数逼近
RBF
- 应用matlab编写的RBF神经网络算法，任意非线性函数逼近-Applications written in matlab RBF neural network algorithm, any nonlinear function approximation
rbf_approx
- 利用RBF神经网络建立的模型对函数进行逼近.是在MATLAB中文论坛上找到的-Use of RBF neural network model set up to function approximation
AdaptivePIDcontrolbasedonRBFIdentification
- RBF神经网络整定的PID控制，能以任意精度逼近任意连续函数-RBF neural network-tuning of PID control to arbitrary accuracy any continuous function approaching
rbf
- RBF网络逼近函数子程序-RBF network approximation function subroutine
radial-basis-function-network
- 用于函数逼近的径向基逼近和差值，是一个基础函数，包括高斯及二项式两种，可拓展到多个应用领域-Radial basis functions are use for function approximation and interpolation. This package supports two popular classes of rbf: Gaussian and Polyharmonic Splines (of which the Thin Plate Spline is a subcla
RBFFunction.m
- rbf RBF网络用于函数逼近 ，过程很适合初学者懂的。很详细，很容易的！-RBF RBF network for function approximation, the process is very suitable for beginners understand. Very detailed,
rbf-network01
- rbf网络逼近未知函数实例。文件非simulink，是m文件-rbf network simulate unknown function
matlab-RBF
- 给予模型分块逼近的机器人RBF网络自适应控制，内有mdl模型和s-fun函数。-The approximation given model block robot RBF network adaptive control within mdl model and s-fun function.
chap10
- 使用RBF网络逼近y(k)=u(k)^3+y(k-1)/1+y(k-1)^2,遗传算法优化程序chap10_3a.m,RBF网络逼近函数子程序chap10_3b.m和chap10_3c.m-Using RBF network approximation y (k) = u (k) ^ 3+y (k-1)/1+y (k-1) ^ 2, genetic algorithm optimization procedures chap10_3a.m, RBF network approximation f
RBF
- rbf神经网络主要用于非线性函数的逼近，经过测试R2010能够使用-rbf neural network nonlinear function fitting
RBFgrad
- RBF网络用于函数逼近，单输入单输出节点 基于梯度法的RBF网络设计-RBF network for function approximation, the single input single output node RBF network design based on gradient method
RBF
- 神经网络，RBF聚类法和RBF自组织法的函数逼近的实现-Neural network, RBF clustering method and self-organizing RBF function approximation method to achieve
matlab-RBF
- 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, can handle regular system are difficult to resolve, with good generalization ability,
RBF神经网络
- 利用RBF和BP神经网络中的工具箱函数去做函数逼近，(Making use of RBF neural network to do function approximation)
遗传算法优化RBF神经网络
- 遗传算法优化RBF神经网络逼近非线性函数，具有较好的效果(Genetic algorithm, optimization, RBF neural network, approximation)
rbfid
- 简单的RBF神经网络逼近例程，可做为函数调用(A simple RBF neural network approximation routine that can be called a function call)
RBF
- 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
RBFneural
- RBF神经网络实现非线性函数回归。 RBF神经网络具有对非线性连续函数的一致逼近性能。(Nonlinear function regression based on RBF neural network. RBF neural network has uniform approximation property for nonlinear continuous functions.)
rbf
- 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。 简单说明一下为什么RBF网络学习收敛得比较快。当网络的一个或多个可调参数（权值或阈值）对任何一个输出都有影响时，这样的网络称为全局逼近网络。由于对于每次输入，网络上的每一个权值都要调整，从而导致全局逼近网络的学习速度很慢。BP网络就是一个典型的例子。(RBF network