搜索资源列表
RBF
- 文中设计了一个3层径向基神经网络(RBFN)用于对企业的5项评价指标进行聚类分析，并与蚁群算法做了比较分析。RBFN由输入层 到隐含层采用传统的K一均值算法，隐含层到输出层通过“模2递减”学习速率的BP学习；蚁群算法根据信息素的分配能够自动调整收索 路径，从而达到数据自动聚类的目的。结果表明，与蚁群算法相比，改进RBFN具有快速收敛、自动识别奇异样本的优点，而蚁群算法 无须教师学习，并能够达到全局最优。
rbfn
- 利用MATLAB对神经网络进行编程,用newff()创建两层前向网络。网络输入范围[-1 1]，第一层有10个tansig神经元-using MATLAB right neural network programming with newff () to the creation of a two-tier network. Network input range [-1 1], the first layer 10 tansig neurons
src
- RBFN for nuro analysis
Adaptive-Hysteresis
- 基于径向基函数神经网络迟滞非线性自适应控制 提出了一种新的动态迟滞非线性模型. 将一定数量不同死区宽度的 backlash 模型并行相 加, 作为一个动态系统以仿真执行器中的迟滞特性. 利用该模型, 采用伪控制方法设计了一套具有 未知迟滞特性非线性系统的神经网络自适应控制方案, 通过自适应算法来调整干扰项的上限. 采用 Lyapunov 稳定性理论进行了严格证明, 仿真试验验证了所提方案的有效性.- A nov el class of hysteresis mo dels w
PSORBEM
- PSO-RBFN 神经网络，为function程序，可以改变输入的各个变量。-PSO-RBFN ANN