搜索资源列表
svm-rbf-demo
- SVM的例子程序，使用RBF，garma值为0.5。专业人士可以参考。有搞SVM参数优化的人我们可以一起讨论-SVM example, the use of RBF, garma value of 0.5. Professional reference. SVM engage with the optimization of parameters we can discuss
@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.根据自动羽绒识别系统的实际需求和RBF-SVM的性能变化规律,论述了本系统中参数的选取依据和选取过程,并且给出了的相关曲线变化图.通过研究,最后得到适合本系统的识别模型,从而提高了系统的总体识别率.同时,也验证了RBF-SVM的良好特性和其受参数的约束规律.
RBF
- 利用RBF进行时间序列的预测，可用于故障诊断中的参数估计和预测-Use of RBF for time series prediction can be used for fault diagnosis of parameters estimates and projections
immunity
- 针对实际对象数学模型不明确而难以控制的问题,采用人工免疫网络的离散模 型与学习算法,将人工免疫系统与神经网络结构的优势相结合,提出了一种基于人工免疫 网络的模式识别算法,构造了对象识别的人工免疫网络模型.该算法综合了网络节点的定 位与参数调整以及对基函数的平滑因子实施调谐等功能,有效地解决了径向基函数 (RBF)神经网络模式识别的两个阶段任务,使模式识别的精度有较大的改进.采用两个不 同对象函数进行的仿真试验表明,该算法具有快速收敛性与较高的准确性. -Mathemati
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
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
rbf
- 用rbf网络 实现神经网络学习算法 可以在matlab直接运行 其中有些参数可以自由根据情况改动-rbf
xunorbf
- 用rbf神经网络对经提取得到的信号特征参数进行信号的模式识别。-Rbf neural network by using extracted parameters of the signal characteristics of the signal pattern recognition.
RBF
- 运用常规的PID控制算法很难达到人们所要求的控制效果。采用改进的BP神经网络算法进行改进具有以任意精度逼近非线性函数的能力，而且通过它的自身的学习，可以找到某一最优控制率下的PID控制器参数，使其具有更好的鲁棒性和自适应的能力。-Using conventional PID control algorithm is difficult to live up to the required control effect. The improved BP neural network algorit
PSO-RBF-5
- 一个基于粒子群优化径向基神经网络参数的程序-A radial basis function neural network parameters based on particle swarm optimization program
RBF
- 该程序组合是利用RBF网络进行函数拟合。包裹数据的预处理、RBF网络各个参数的计算以及最终预测值的输出，希望大家喜欢-this is about the RBF network
RBF
- 神经网络分析，RBF神经网络，含有基本函数的，参数设置。-The neural network analysis, RBF neural network, containing the basic function, parameter setting.
RBF
- RBF整定PID参数！使用时非常有效！运行没问题！-RBF tuning PID parameters! Used very effectively! Run no problem!
RBF
- 通过使用RBF神经网络的，可以对多种参数进行负荷预测算法，源程序-Through the use of RBF neural network to a variety of parameters load prediction algorithm, the source program
GA-SVM
- 由于遗传算法具有隐含的并行性和强大的全局搜索能力,可以在很短的时间内搜索到全局最优点。使用GA对SVM进行参数的优化,寻找最优的惩罚因子和SVM中RBF参数的组合。结合RBF参数r和惩罚因子C, 可以得到需要优化的参数组合。希望对大家有用！-Genetic algorithm with implicit parallelism and powerful global search capability, you can search within a very short period of t
RBF
- 本文采用RBF神经网络控制对双杆机器人进行参数辨识得到其控制模型后，采用PD控制机器人。-In this paper, the RBF neural network to identify the parameters to get the control model of the double-pole robot control, PD control the robot.
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
youhua-rbf-de-suanfa
- 粒子群算法优化神经网络的参数，应用到故障诊断的应用中去-Parameters particle swarm optimization neural network is applied to fault diagnosis of the application to
RBF
- 径向基函数插值使用一系列基函数，它们在每个采样点对称且居中。径向基函数是一类特殊的函数，其主要特征是它们的响应与中心点的距离单调地减小（或增加）。中心、距离刻度和精确的形状是模型的参数。(Radial Basis Function interpolation with biharmonic, multiquadric, inverse multiquadric, thin plate spline, and Gaussian basis functions for Matlab/Octave.
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