搜索资源列表
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
LP
- 基于径向基神经网络的算法逼近低通滤波器，用Matlab编程实现-Based on RBF Neural Network Approximation algorithm low-pass filter, using Matlab programming
rbf
- 模型不确定的RBF网络逼近 matlab6.5编写-RBF network model of uncertainty close to the preparation of matlab6.5
MATLABprogram
- 基于Matlab环境编写的一些神经网络PID控制和模糊PID控制源代码，其中包含BP pid，CMAC PID,RBF PID，BP数值逼近算法，BP预测控制以及模糊PID。-Matlab-based environment for the preparation of a number of neural network PID control and fuzzy PID control of the source code, which includes BP pid, CMAC PID,
chap7_3
- rbf网络逼近仿真实例，包括网络训练程序和网络测试程序-rbf
NNcontroller
- 实现神经网络控制的rbf逼近函数，十分经典的一个例子-NNc bijin nonlinear function
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
RBF
- RBF神经网络的源程序 遗传RBF网络 RBF神经网络对非线性系统进行逼近-RBF neural network of the source of genetic RBF neural network RBF network to approximate the nonlinear system
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
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.
rbf.m
- RBF神经网络对非线性系统进行逼近 参数的调整-RBF neural network approach for nonlinear systems
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
rbf
- rbf逼近的程序，采用梯度下降法进行逼近，效果不错-RBF approximation sin (x), using the gradient descent method
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)
基于RBF网络逼近的自适应控制
- 基于RBF网络逼近的自适应控制，含有详细内容讲解，仿真实例以及详细的MATLAB代码(RBF network approximation based adaptive control, including detailed explanations, simulation examples, as well as detailed MATLAB code)
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
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