RBF 源码搜索结果, 第92页, Verysource

RBF神经网络的训练 MATLAB源程序代码 RBF神经网络的训练 MATLAB源程序代码，让你能深度学习。。。。。。。。。。。。。。。。。。。。。。。。。。。
RBF神经网络的优缺点 RBF神经网络的优缺点，主要与BP神经网络做对比，详细阐述了该神经网络
基于 GM-RBF 神经网络的光伏发电功率预测 ... ，提出一种基于灰色径向基函数（Radical Basis Function， RBF）和神经网络光伏发电功率预测模型。该预测模型综合了灰色预测算法所需历史数据少以及 RBF 神经网络预测算法自学习能力强的优点。最后， ... 雨天光伏发电历史数据在 MATLAB 应用平台编程实现对 GM-RBF 神经网络预测模型的预测精度进行验证，得出基于 GM-RBF 神经网络光伏发电预测模型在夏季晴天预测误差为 6.495%、 ... 预测误差为 18.495%，其预测精度均高于灰色预测算法和 RBF 神经网络预测算法
基于 PSO 优化 RBF 神经网络的溶解氧预测算法研究 ... 互信息_粒子群_RBF神经网络）算法对渔业养殖环境溶解氧含量进行预测，首先采用互信息理论MI降低两个随机变量统计的相关性；然后采用径向基函数RBF神经网络算法对渔业养殖水环境中溶解氧变化趋势进行预测；最后采用粒子群算法PSO对RBF神经网络的模型参数进行优化，并利用该模型对渔业养殖溶解氧变化趋势进行预测。经实验验证表明，多参数远程监测系统稳定性好，基于MI_PSO_RBF的溶解氧预测算法 ...
基于小波包变换及 RBF 神经网络的继电器寿命预测继电器的性能参数时序值为非平稳时间序列，为了对其工作寿命进行准确预测，本文对小波包变换原理进行了改进，利用改进的小波包变换将具有非平稳特征的继电器超程时间径流序列进行分解，使其平稳项和随机项分离，对平稳项采用传统的 AR 模型进行预测，对于随机项则建立基于相空间重构的 RBF（径向基函数）神经网络预测模型进行预测，最后通过小波包重构方法对两种模型预测结果进行重构，实现对原始非平稳径流序列的预测。该方法通过实例验证具有较高的精度，是一种可行的方法
基于RBF网络逼近的自适应控制一个基于RBF网络逼近的自适应控制范例，内含代码，simulink模型，结果可以私聊我
RBF神经网络的PID控制通过MATLAB的M文件来实现基于RBF神经网络的PID控制，包括作图
RBF神经网络做回归预测 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初值变量用于RBF神经网络训练，已优化好的初值变量。怎么还不够字数啊
RBF预测 matlab RBF模型预测程序，matlab代码，可根据自己需要进行参数修改

关键字：RBF