搜索资源列表
wannnpid532
- 完善网络结构将RBF网络的径向基换成小波函数，调整权值以及公式的变更， 可望在仿真结构中添加非奇异项以验证小波网络的辨识精度和能力，输入层加权值进行调整~..~-to improve the network structure of the RBF network replaced wavelet Radial Basis Functions, value and the right to adjust the formula change, the simulation structure
impulse_rbe_test3
- 径向基网络法求解系统的脉冲响应函数，采用matlab编程实现，收敛速度快。-rbe net
1
- 使用newrb函数创建一个径向基网络实现函数拟合-To use newrb function to create a radial basis function network function fitting
twannnnpid533o
- 完善网络结构将RBF网络的径向基换成小波函数，调整权值和公式的变更，可望在仿真真结构中添加非奇异项以验证小波网络的辨识精度与能力，输入层加权值进行调整~..~ -Improve the network structure of RBF network of radial basis replaced by a wavelet function, adjust the weights and the formula change is expected to add a non-singula
2
- 是关于神经网络的数据分类预测的一个源代码，关于向量机的，采用径向基核函数-Neural network data classification forecast
Related-to-the-net
- 线性网络分析 训练前后bp网络仿真结果分析 最简单的径向基网络 bp网络训练演示 newcf函数的误差、权值情况 比较不同节点时网络训练的误差效果- Linear Linear Network Analysis Network Analysis before and after training bp network simulation results analysis easiest RBF network bp network training demo newcf func
RBF
- 适用于径向基网络初学者,是一个关于逼近hermit函数的源程序-applied to the new learner of RBF
huigui
- 为严格(Exact)径向基网络来实现非线性的函数回归-Strict (Exact) radial basis function network to achieve nonlinear regression
BPRBFshenjingwangluofenlei
- 利用BP神经网络与RBF（径向基函数）网络对行人、自行车、卡车三类目标进行分类，比较两种网络的分类性能，包含三类目标的数据信息，完整的代码-BP neural network and RBF (Radial Basis Function) network for pedestrians, bicycles, trucks three goals categorize performance comparison of the two networks, data information cont
Principle-of-neural-network
- 详细介绍了神经网络的原理及学习过程、径向基函数的选择及支持向量机的原理、前馈过程神经网络的时序处理及神经网络动态规划，有助于初学者深入了解神经网络的工作原理及运行机制。-Described in detail the neural network principle and learning process, radial basis function selection and support vector machine principle, feedforward process neur
Predicting--Using-rbf
- 径向基函数神经网络应用实例，有需要请下载。-RBF networks used, there is a need to download.
CHENGXU2
- rbf神经网络函数拟合。径向基函数，由样本选出固定中心值和delta-RBF neural network function fitting.Radial basis function (RBF), fixed center value chosen by the sample and the delta
RBF
- 使用RBF（径向基函数）神经网络进行函数拟合-Function fitting using RBF (radial basis function) neural network
DVMS_V4.0
- rbf神经网络例代码，供参考, RBF网络的结构与多层前向网络类似，它是一种三层前向网络。输入层由信号源结点组成；第二层为隐含层，隐单元数视所描述问题的需要而定，隐单元的变换函数是RBF径向基函数-RBF neural network example code, for your reference
RBF
- 一款基于MFC的模式识别小软件，算法为径向基函数神经网络（RBF）-A small algorithm based on MFC for pattern recognition, the algorithm is a radial basis function neural network (RBF)
jingxiang
- 严格(Exact)径向基网络来实现非线性的函数回归(Nonlinear function regression for strict (Exact) radial basis function networks)
RBFchapter7
- RBF应用于非线性回归，其中chapter7.1.m为严格(Exact)径向基网络来实现非线性的函数回归chapter7.2.m为RBF网络对同一函数拟合(The application of RBF in nonlinear regression)
SRGTSToolbox
- SURROGATES工具箱是一个多维函数逼近和优化方法的通用MATLAB库。当前版本包括以下功能： 实验设计：中心复合设计，全因子设计，拉丁超立方体设计，D-optimal和maxmin设计。 代理：克里金法，多项式响应面，径向基神经网络和支持向量回归。 错误和交叉验证的分析：留一法和k折交叉验证，以及经典的错误分析（确定系数，标准误差;均方根误差等;）。 基于代理的优化：高效的全局优化（EGO）算法。 其他能力：通过安全裕度进行全局敏感性分析和保守替代。(SURROGATES Toolbox
RBF实例分析
- 详细叙述RBF人工神经网络的应用，径向基函数神经网络的一个小小的案例。
RBF网络的回归-非线性函数回归的实现
- RBF网络的回归-非线性函数回归的实现 注意： chapter7.1.m为严格(Exact)径向基网络来实现非线性的函数回归 chapter7.2.m为RBF网络对同一函数拟合