RBF网络
RBF网络的相关文献在1995年到2022年内共计641篇,主要集中在自动化技术、计算机技术、电工技术、无线电电子学、电信技术
等领域,其中期刊论文552篇、会议论文47篇、专利文献325167篇;相关期刊374种,包括华东理工大学学报(自然科学版)、火力与指挥控制、计算机工程等;
相关会议45种,包括2011年江苏省仪器仪表学会学术年会、第二十二届中国过程控制会议、全国测绘科技信息网中南分网第24次学术信息交流会等;RBF网络的相关文献由1551位作者贡献,包括朱亚男、席剑辉、陈丹等。
RBF网络—发文量
专利文献>
论文:325167篇
占比:99.82%
总计:325766篇
RBF网络
-研究学者
- 朱亚男
- 席剑辉
- 陈丹
- 魏海坤
- 张守武
- 张运陶
- 张雪英
- 李俊杰
- 李炜
- 杨志峰
- 王育民
- 程正军
- 郭风
- 丁维明
- 吴小丽
- 唐贤瑛
- 宫新保
- 张伟
- 张春
- 张秀玲
- 张键红
- 张静
- 於世为
- 李哲
- 杨明
- 杨晓华
- 林远艳
- 穆克亮
- 胡昌华
- 许青
- 诸克军
- 赵红波
- 邵惠鹤
- 韩敏
- 丁鸿儒
- 万梅芳
- 乌日根
- 于晓洋
- 任庭昊
- 何平
- 何怡刚
- 何霆
- 余以道
- 佟仕忠
- 侯彪
- 冯新用
- 冯筠
- 凌星
- 刘兴高
- 刘国海
-
-
彭敬淇;
蓝益鹏
-
-
摘要:
针对运动平台磁悬浮直线同步电动机驱动系统存在的非线性、耦合性以及外部扰动的不确定性问题,提出一种RBF神经网络PID自学习控制器。首先对磁悬浮直线同步电动机的结构及其运行机理进行详细介绍;并建立磁悬浮直线同步电动机的数学模型,推导出电压方程、磁链方程、水平推力方程以及水平运动方程的表达式;设计一种基于RBF神经网络的PID自学习控制器,RBF神经网络中一般采取梯度法对参数w、b、c进行整定,为能有效地缩短网络的学习时间,并减小系统的振荡,论文在RBF神经网络中引入动量因子项,通过MATLAB对控制系统进行仿真,验证RBF-PID自学习算法较PI控制器有更好的稳定性和抗扰动性。
-
-
林洁;
蒋海玲;
叶雷;
李倩
-
-
摘要:
卷烟质量检测的关键是发现不达标产品,分析存在缺陷的原因,根据缺陷对产品优良率加以明确并进行提升。传统卷烟质量的检测通过专用仪器和领域专家的客观评定进行综合测评。本文尝试结合RBF神经网络算法,以信息化方式对卷烟质量进行全面分析诊断。首先简要概括了项目开展背景;其次介绍了现有卷烟质量检测情况,同时对建设内容进行了说明;最后分析了开发数据处理系统的必要性,供相关人员参考。
-
-
王建翔
-
-
摘要:
教学质量是高职院校的办学立校之本,是高职院校作为高等教育的重要组成部分,是向社会培养输送人才的重要指标保障。基于此,文章主要对一种以定性特征为考评思路的高职教学质量评价体系进行分析探究,即RBF神经网络质量评价模型,以期帮助相关高职院校机构,采用分层分析的方法来切实解决教学质量评价问题。
-
-
张杰
-
-
摘要:
为了给隧道工程提供一个相对适宜的作业环境,降低由于机械噪声而造成的作业干扰,提出基于RBF网络的轴流式隧道通风机噪声控制方法。通过RBF网络对获取到的轴流式隧道通风机噪声消除模拟,根据模拟结果,针对噪声最大位置,设置机械噪声隔声层,控制通风机噪声。以某地区隧道工程作为实验场地,开展对比实验,实验结果表明:相比基于分布式FxLMS技术的噪声控制方法,文中所设计的控制方法在实际应用中,对噪声的控制效果更佳。
-
-
王娟;
朱亚男
-
-
摘要:
精确可靠的列车制动预测模型对于列车制动控制系统和列车精确停车控制等应用领域意义重大,由于列车制动过程受线路条件、车型自身参数及外界天气环境等客观因素影响,是一个复杂的非线性系统,因此采用免疫RBF神经网络逼近制动系统模型.本文介绍了免疫RBF网络拓扑结构的构建方法,分析了列车制动过程模型,建立了列车制停的免疫RBF网络,并提取实车运行数据进行特征化处理后训练网络从而实现了列车制动的精准预测.经实车数据仿真实验验证,本文建立的列车制停免疫RBF网络性能优越,预测停车位置与实际值吻合率高达96.3%,具有较大应用价值.
-
-
杨科科;
任宁宁
-
-
摘要:
火电厂主汽温对象具有大惯性、大延迟和非线性时变等特性,传统的火电厂主汽温控制系统大多采用基于模型的PID串级控制.模糊控制具有不依赖于过程模型、鲁棒性强等优点,且RBF网络具有收敛速度快、逼近能力强等优点,结合模糊控制、神经网络和常规PID的优点提出了基于RBF网络模糊推理的PID串级控制系统;仿真结果表明,使用该方法设计的串级控制系统具有响应速度快,控制精度高等优点,改善了串级控制系统的性能.
-
-
朱亚男;
王娟
-
-
摘要:
精确可靠的列车制动预测模型对于列车制动控制系统和列车精确停车控制等应用领域意义重大,由于列车制动过程受线路条件、车型自身参数及外界天气环境等客观因素影响,是一个复杂的非线性系统,因此采用免疫RBF神经网络逼近制动系统模型。本文介绍了免疫RBF网络拓扑结构的构建方法,分析了列车制动过程模型,建立了列车制停的免疫RBF网络,并提取实车运行数据进行特征化处理后训练网络从而实现了列车制动的精准预测。经实车数据仿真实验验证,本文建立的列车制停免疫RBF网络性能优越,预测停车位置与实际值吻合率高达96.3%,具有较大应用价值。
-
-
陆志国;
王世雄;
林梦磊
-
-
摘要:
针对典型的不稳定、高阶次、多变量、强耦合、非线性的跷跷板系统,考虑环境对跷跷板的作用,提出了一种RBF网络干扰补偿解耦滑模控制(RBF-SMC)算法.通过解耦算法对模型进行解耦,并使用RBF神经网络对模型受到的干扰和不确定项自适应逼近补偿,使系统在较小的切换增益下实现较大干扰下的跷跷板平衡控制.在Matlab和Matlab/Adams联合仿真的环境下,对该算法进行了仿真.仿真结果表明,对比传统的SMC算法,在不确定环境下,通过RBF网络对外加干扰、建模误差、模型简化、外部激励、摩擦阻尼等建模不确定性因素进行学习评估,有效地提升了系统抗干扰能力,同时降低了系统的切换增益,并在有限时间内实现了跷跷板的平衡控制.通过仿真实验结果的比较,证明了本文提出算法的有效性与可行性.
-
-
-
席剑辉;
姜瀚
-
-
摘要:
在目标发射率未知的情况下,建立一种基于RBF(radial basis function)神经网络的红外测温方法.首先推导出目标温度同辐射亮度峰值及其波长之间的强非线性关系,明确神经网络输入变量;然后基于RBF网络对样本数据进行充分学习,建立目标辐射测温模型,该模型不需要发射率输入.利用黑体和钢板目标分别作为测试目标源,验证这种方法,得到黑体测温最大相对误差为0.016%、钢板的最大相对误差为1.08%,验证了本文测温方法的合理性.
-
-
-
-
-
-
Li Shanshang;
李善尚;
Gao Jinfeng;
高金凤
- 《2015年全国自动化教育学术年会》
| 2015年
-
摘要:
BP网络和RBF网络是神经网络中使用颇为广泛的两种网络,同时也被广泛得使用在分类问题中.本文介绍了BP及RBF网络的拓扑结构和基本理论,并从数学角度阐述了两种算法的学习过程,其后简要得阐述了MATLAB神经网络工具箱设计BP和RBF网络的主要函数.为了比较两种网络的性能差异,最后在MATLAB环境下将两种网络分别应用在葡萄酒分类的实例中(在此实例中,葡萄酒的属性作为网络的训练和测试输入,类别作为结果),并从训练时间和分类正确率两个方面考察网络的性能.仿真结果表明,针对于此类分类问题,BP网络结构比RBF网络简单,训练速度快且精度稍高于RBF网络.
-
-
Li Shanshang;
李善尚;
Gao Jinfeng;
高金凤
- 《2015年全国自动化教育学术年会》
| 2015年
-
摘要:
BP网络和RBF网络是神经网络中使用颇为广泛的两种网络,同时也被广泛得使用在分类问题中.本文介绍了BP及RBF网络的拓扑结构和基本理论,并从数学角度阐述了两种算法的学习过程,其后简要得阐述了MATLAB神经网络工具箱设计BP和RBF网络的主要函数.为了比较两种网络的性能差异,最后在MATLAB环境下将两种网络分别应用在葡萄酒分类的实例中(在此实例中,葡萄酒的属性作为网络的训练和测试输入,类别作为结果),并从训练时间和分类正确率两个方面考察网络的性能.仿真结果表明,针对于此类分类问题,BP网络结构比RBF网络简单,训练速度快且精度稍高于RBF网络.
-
-
Li Shanshang;
李善尚;
Gao Jinfeng;
高金凤
- 《2015年全国自动化教育学术年会》
| 2015年
-
摘要:
BP网络和RBF网络是神经网络中使用颇为广泛的两种网络,同时也被广泛得使用在分类问题中.本文介绍了BP及RBF网络的拓扑结构和基本理论,并从数学角度阐述了两种算法的学习过程,其后简要得阐述了MATLAB神经网络工具箱设计BP和RBF网络的主要函数.为了比较两种网络的性能差异,最后在MATLAB环境下将两种网络分别应用在葡萄酒分类的实例中(在此实例中,葡萄酒的属性作为网络的训练和测试输入,类别作为结果),并从训练时间和分类正确率两个方面考察网络的性能.仿真结果表明,针对于此类分类问题,BP网络结构比RBF网络简单,训练速度快且精度稍高于RBF网络.
-
-
Li Shanshang;
李善尚;
Gao Jinfeng;
高金凤
- 《2015年全国自动化教育学术年会》
| 2015年
-
摘要:
BP网络和RBF网络是神经网络中使用颇为广泛的两种网络,同时也被广泛得使用在分类问题中.本文介绍了BP及RBF网络的拓扑结构和基本理论,并从数学角度阐述了两种算法的学习过程,其后简要得阐述了MATLAB神经网络工具箱设计BP和RBF网络的主要函数.为了比较两种网络的性能差异,最后在MATLAB环境下将两种网络分别应用在葡萄酒分类的实例中(在此实例中,葡萄酒的属性作为网络的训练和测试输入,类别作为结果),并从训练时间和分类正确率两个方面考察网络的性能.仿真结果表明,针对于此类分类问题,BP网络结构比RBF网络简单,训练速度快且精度稍高于RBF网络.
-
-