搜索结果: 1-10 共查到“工学 RBFNN”相关记录10条 . 查询时间(0.046 秒)
红外云图的台风内核风速建模的RBFNN和PDE方法
建模 偏微分方程 径向基函数神经网络 台风云图
2016/8/4
目前反演台风内核风场时多采用线性回归方法进行建模,针对基于线性回归法的台风内核风速拟合效果较差的缺点,提出一种基于径向基函数神经网络(RBFNN)和偏微分方程(PDE)结合的红外卫星云图有眼台风内核风速和云图灰度建模方法。首先采用基于测地活动轮廓模型的PDE提取有眼台风的眼壁,获得台风眼壁空间位置和亮度数据;然后结合台风年鉴给出的台风近中心最大风速数据基于RBFNN进行有眼台风内核风速和云图灰度建...
针对当前的各种纸病辨识方法只能对于一种或有限几种纸病有效辨识,且不能准确辨识难点纸病的问题,在全面分析纸病特征、研究和归纳各类纸病辨识方法的基础上,本文提出使用模糊融合器对纸病图像的多种特征值进行特征层融合,把多个纸病辨识方法结合在一起,以达到纸病高效、全面辨识的目的.由于径向基神经网络结构与模糊推理结构的等价性,使得径向基神经网络实现的多种纸病特征的信息融合系统具有结构简单和快速性的特点.实验表...
为提高增强纤维约束混凝土柱应力-应变模型中特征点(峰值应力、应变)的计算精度，针对已有文献资料提出的特征点近似计算公式的不足，引入径向基函数，以混凝土轴心抗压强度、FRP抗拉强度、FRP环向约束体积比、拐角半径与截面短边比值及截面长宽比为输入参数，峰值应力比、峰值应变比为输出参数，建立特征点的径向基网络模型。模型计算结果表明，采用训练成熟的径向基网络模型具有较高的非线性映射能力，可较大幅度提高特征...
基于复合RBFNN的数字温度传感器误差补偿方法
数字温度传感器 误差补偿 复合径向基函数神经网络
2014/4/30
数字温度传感器存在零点误差与非线性误差，需进行误差补偿。提出了一种复合径向基函数神经网络（CRBFNN）的数字温度传感器误差补偿方法：首先根据数字温度传感器的误差特征，构造两个相互独立的的子RBFNN网络，获得两个独立的冗余补偿值；然后根据特征阈值、数字温度传感器的输出估计器和权值调节器，获得复合RBFNN输出融合权值，从而完成数字温度传感器的误差补偿，获得最终的测温结果。通过与Bagging算法...
改进的OLS算法选择RBFNN中心的方法
RBF神经网络（RBFNN） 数据中心 Kohonen 网络
2009/10/12
提出了一种优化选择径向基神经网络数据中心的算法，该算法结合了Kohonen网络的模式分类能力，将初步分类结果用做RBFNN的初始数据中心，然后采用OLS算法进行优化选择，对比仿真实验表明该算法效果比单独使用OLS算法生成的RBFNN性能更好。
改进的RBFNN在运动员竞技状态预测中的应用
模糊C均值算法 竞技状态 预测
2009/7/22
提出了一种改进的径向基函数（RBF）神经网络，该神经网络以模糊系统模型为基础。首先利用减法聚类算法确定径向基函数的中心数，然后通过模糊C均值聚类算法优化基函数中心与宽度，最后依据样本数据的聚类结果设计RBF神经网络并进行训练。将该神经网络应用于网球队运动员的竞技状态的预测。仿真结果表明：该算法先进有效、具有较高的精度，用其建立的模型具有较强的实用性。
地面站数传系统的RBFNN模型及算法
地面站 数传系统 径向基神经网络 改进梯度学习
2013/7/28
针对难以建立精确数学模型的地面站数传系统，提出改进梯度迭代学习的径向基神经网络建模方法。改进梯度学习算法通过训练样本相关性矩阵的主成分分析确定网络隐含层初始节点数；改进迭代过程中网络参数的梯度信息计算方式，加快了迭代收敛速度；并增加结构调整过程，实现对网络规模的精简。通过采集地面站数传系统输入-输出数据，将改进梯度学习算法应用于网络离线训练，并给出具体实现步骤。地面站数传资源配置优化实例验证了模型...
借助计算机视觉替代人工进行巡视，通过图像识别获
取的电网动态参数与门限值进行比较是评判电网运行状态
的一种新途径。其中仪表图像的自动识别是获取动态参数的
关键环节，该文提取了图像中颗粒目标的长度比、紧密性和
简单度3 个特征不变量，应用RBFNN 实现了表盘关键元素
的自动分类。通过对指针式仪表图像的识别实验，证明了输
入RBFNN 的特征不变量在仪表元素识别中是稳定的，对噪
声不敏...
RBFNN软测量的嵌入式系统仿真与实现
RBF神经网络 软测量 嵌入式系统 WinCE
2008/1/10
控制工程 2006年第6期：536～539
ISSN 1671-7848
CN 21-1476/TP
智能控制技术及应用
RBFNN软测量的嵌入式系统仿真与实现
王亮
(上海交通大学自动化系，上海 200030)
摘要在基于WinCE操作系统的嵌入式平台上，实现基于RBF神经网络...