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
blindimagerecover
- 提出一种新的算法:逆主元法,利用高斯点扩展函数的特性,在径向基神经网络的模型下,对图像进行盲目复原。-a new algorithm : inverse main element method using Gaussian point spread function of the characteristics the RBF neural network model, the image blind rehabilitation.
AntNet
- 一种基于蚁群聚类的径向基神经网络 提出了一种基于蚁群聚类算法的径向基神经网络. 利用蚁群算法的并行寻优特征和挥发系 数方法的自适应更改信息量的能力,并以球面聚类的方式确定了径向基神经网络中基函数的位置, 同时通过比较隐层神经元的相似性、合并相似性较为接近的2 个神经元来约简隐含层的神经元,以 达到简化径向基神经网络结构的目的. 实验比较了几种不同聚类算法的径向基神经网络,结果表 明,所提神经网络的整体训练时间至少可缩短40 % ,学习的准确率可提高1 %以上,而且网络结构
rbf
- 自己编写RBF神经网络程序,RBF神经网络隐层采用标准Gaussian径向基函数,输出层采用线性激活函数,其中数据中心、扩展常数和输出权值均用梯度法求解,它们的学习率均为0.001。其中隐节点数选为10,初始输出权值取[-0.1,0.1]内的随机值,初始数据中心取[-1,1]内的随机值,初始扩展常数取[0.1,0.3]内的随机值,输入采用[0 1]的随机阶跃输入(Write your own RBF neural network, RBF neural network hidden layer
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)
svm
- 支持向量机由Vapnik首先提出,像多层感知器网络和径向基函数网络一样,支持向量机可用于模式分类和非线性回归,该程序主要实现svm的分类和回归功能。(SVM was first proposed by Vapnik. Like multilayer sensor network and radial basis function network, SVM can be used for pattern classification and non-linear regression. The p
rbfPID
- 基于RBF径向基函数神经网络的PID在线整定,里边的目标函数可自行修改(Based on RBF Radial Basis Function Neural Network PID online tuning, the inside of the objective function can be modified)
BP,RBF
- BP神经网络作为一种前馈性的神经网络,RBF神经网络由于其独特的联想记忆功能,常常用来用于识别和优化计算方问题上。分别对这两种算法用于对逼近非线性函数进行编程,观察其拟合情况后,用其他未训练的样本数据进行泛化能力分析。(BP neural network is a feed-forward neural network. RBF neural network is often used to identify and optimize the computation problem due to
matlab_neural etwork
- 感应器神经网络、线性网络、BP神经网络、径向基函数网络(Sensor neural network, linear network, BP neural network, radial basis function network)
rbf
- 该工具箱提高了径向基函数的matlab编码,能够实现函数拟合,用于黑箱问题优化(Approximation and optimizaiton for black-box problems)
python-codes
- scipy_uspline.py: 使用UnivariateSpline进行插值、外推和Spline拟合; scipy_stats.py: 演示stats模块的概率密度函数、直方图统计和累积分布函数。 scipy_rbf.py: 演示径向基函数(radial basis function, 简称RBF)插值算法。 scipy_fsolve.py: 使用fsolve()计算非线性方程组的解。 numpy_polyfit.py:使用多项式函数拟合正弦波,并显示拟合误差。(scipy_uspl
模拟退火算法
- 提出了一种基于粒子群优化(PSO)算法的径向基(RBF)网络参数优化算法,首先利用减聚类算法确定网络径向基函数中心的个数,再用PSO算法优化径向基函数的中心及宽度,最后用PSO算法训练隐含层到输出层的网络权值,找到神经网络权值的最优解,以达到优化神经网络学习的目的。最后,通过一个实验与最小二乘法优化的神经网络进行了比较,验证了算法的有效性。(Particle swarm optimization (PSO) optimization of RBF network)
神经网络
- 本代码包括感应器神经网络、线性网络、BP神经网络、径向基函数网络(This code includes a sensor neural network, a linear network, a BP neural network, a radial basis function network)
RBF表面重建
- 利用径向基函数的方法进行隐式表面重建,matlab代码(Radial basis function method for implicit surface reconstruction)
CH_RBFRK1
- CH 方程matlab求解程序,径向基函数(Numerical calculation of CH equation program)
贝叶斯人脸识别
- Pattern-Recognition-and-Machine-Learning-master,项目包括使用贝叶斯分类器的字符识别,基于GMM的图像分割,使用PCA的人脸识别和具有径向基函数的多类SVM分类器(Pattern-Recognition-and-Machine-Learning-master)
RBF test
- 径向基函数神经网络模型练习练习练习练习。。。。。。(radial basis function test)
径向基函数辛烷值预测
- 在matlab平台上实现RBF神经网络对辛烷值预测(Realization of RBFnet octane number prediction of radial basis function neural network on MATLAB platform)
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