发表服务
基于遗传算法的RBF神经网络及其在系统辨识中的应用.909010摘要系统辨识是控制理论设计的基础。.传统的辨识算法往往是建立在线性系统理论基础上的，对非线性系统的辨识仍然存在困难。.神经网络具有较强的近非线性函数的能力，并具有自适应学习...
RBF核为核函数的支持向量机RBF则对应式(3)的最优化问题就转化就下面最小化问题minaiajexpyiai这样求式(4)的最小值就取决于参数(的选择.这样选择最佳的参数就可以使SVM分类器性能最SVM推广能力的估计一个SVM分类器的好坏,主要看它的推广性和学习机器的...
考虑到神经网络强大的近住意非线性特性的能力，在第三节中，采用一个RBF网络来辩识系统模型中的复杂非线性函数，给滑模控制器的设计提供必要的参数，实现了西南交通大学硕士研究生学位论文针对复杂非线性系统的自适应滑模控制，结果表明系统...
第一章绪论1.1神经网络概述1.1.1神经元模型和网络结构1.1.2神经网络的学习1.2RBF网络学习算法研究现状1.3本文主要研究工作第二章RBF网络原理102.1径向基函数与插值问题102.2RBF网络模型112.3RBF网络近性能122.4本章小结13第...
径向基函数（RBF）神经网络RBF网络能够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近、时间序列分析、数据分类、模式识
2.2RBF神经网络的学习算法RBF网络中需要调整的参数有各隐节点的中心值、宽度参数及隐含层与输出层间的联接权。这些参数常分为两阶段训练：1）首先用聚类算法确定隐节点的中心，再由中心周围的样本点确定宽度；2）用线性最小二乘法求隐含层与输出层间的联接权。
第3章RBF神经网络基本原理.PDF,哈尔滨理T大学T学硕十学位论文第3章RBF神经网络的基本原理3.1引言交流伺服电动机是一个多变量(多输入多输出)系统，而电压(电流)、频率、磁通、转速之间又互相都有影响，所以它是强祸合的多变量系统。基于...
基于RBF的语音情感识别方法研究.pdf.长沙理工大学硕士学位论文基于RBF的语音情感识别方法研究姓名：陈琪申请学位级别：硕士专业：计算机应用技术指导教师：叶吉祥20100301摘要语音情感识别是情感计算领域的重要研究课题，是实现智能化人机交互的前提...
然后在RBF神经网络辨识的基础上,实现了基于梯度下降算法、单神经元和BP神经网络的PID参数自整定和优化。(3)提出了一种混合递阶遗传算法,用该算法优化RBF神经网络的隐层结构、隐层节点的中心值、核宽度和输出的线性权值,并通过,证明了该方法优于基于梯度下降法的辨识结果。
楼:Originallypostedbymuchongwoaiat2011-12-2013:21:56:用GA或Pso优化RBFnn的中心值、宽度还有权值这三个参数已经做得很多了，并应用在传感器非线性辨识等论文里，只是这优化过程中还有些问题没解决，如GA寻不到参数最优值，参数的
基于遗传算法的RBF神经网络及其在系统辨识中的应用.909010摘要系统辨识是控制理论设计的基础。.传统的辨识算法往往是建立在线性系统理论基础上的，对非线性系统的辨识仍然存在困难。.神经网络具有较强的近非线性函数的能力，并具有自适应学习...
RBF核为核函数的支持向量机RBF则对应式(3)的最优化问题就转化就下面最小化问题minaiajexpyiai这样求式(4)的最小值就取决于参数(的选择.这样选择最佳的参数就可以使SVM分类器性能最SVM推广能力的估计一个SVM分类器的好坏,主要看它的推广性和学习机器的...
考虑到神经网络强大的近住意非线性特性的能力，在第三节中，采用一个RBF网络来辩识系统模型中的复杂非线性函数，给滑模控制器的设计提供必要的参数，实现了西南交通大学硕士研究生学位论文针对复杂非线性系统的自适应滑模控制，结果表明系统...
第一章绪论1.1神经网络概述1.1.1神经元模型和网络结构1.1.2神经网络的学习1.2RBF网络学习算法研究现状1.3本文主要研究工作第二章RBF网络原理102.1径向基函数与插值问题102.2RBF网络模型112.3RBF网络近性能122.4本章小结13第...
径向基函数（RBF）神经网络RBF网络能够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近、时间序列分析、数据分类、模式识
2.2RBF神经网络的学习算法RBF网络中需要调整的参数有各隐节点的中心值、宽度参数及隐含层与输出层间的联接权。这些参数常分为两阶段训练：1）首先用聚类算法确定隐节点的中心，再由中心周围的样本点确定宽度；2）用线性最小二乘法求隐含层与输出层间的联接权。
第3章RBF神经网络基本原理.PDF,哈尔滨理T大学T学硕十学位论文第3章RBF神经网络的基本原理3.1引言交流伺服电动机是一个多变量(多输入多输出)系统，而电压(电流)、频率、磁通、转速之间又互相都有影响，所以它是强祸合的多变量系统。基于...
基于RBF的语音情感识别方法研究.pdf.长沙理工大学硕士学位论文基于RBF的语音情感识别方法研究姓名：陈琪申请学位级别：硕士专业：计算机应用技术指导教师：叶吉祥20100301摘要语音情感识别是情感计算领域的重要研究课题，是实现智能化人机交互的前提...
然后在RBF神经网络辨识的基础上,实现了基于梯度下降算法、单神经元和BP神经网络的PID参数自整定和优化。(3)提出了一种混合递阶遗传算法,用该算法优化RBF神经网络的隐层结构、隐层节点的中心值、核宽度和输出的线性权值,并通过,证明了该方法优于基于梯度下降法的辨识结果。
楼:Originallypostedbymuchongwoaiat2011-12-2013:21:56:用GA或Pso优化RBFnn的中心值、宽度还有权值这三个参数已经做得很多了，并应用在传感器非线性辨识等论文里，只是这优化过程中还有些问题没解决，如GA寻不到参数最优值，参数的
发表服务