搜索结果: 1-15 共查到“计算机科学技术 RBF神经网络”相关记录45条 . 查询时间(0.086 秒)
基于蚁群聚类算法的RBF神经网络在压力传感器中的应用
RBF神经网络 蚁群聚类算法 压力传感器
2012/11/28
针对压力传感器在应用中存在温度漂移这一缺点,提出了一种基于蚁群聚类算法的RBF(Radial Basis Function)神经网络温度补偿方法。利用蚁群算法的并行寻优特征和一种自适应调整挥发系数的方法作为聚类算法来确定RBF神经网络的基函数的位置,并通过裁减的方法约简隐层的神经元,以达到简化网络结构的目的。通过仿真可以看出,该算法具有误差小,精度高等优点,对压力传感器的温度漂移有比较好的补偿效果...
基于改进的RBF神经网络的人民币汇率预测研究
RBF神经网络 聚类算法 预测 人民币汇率
2010/4/1
针对RBF神经网络分段算法中对近似线性时间序列数据预测误差较大这一不足,在原有RBF神经网络模型基础上提出了一种改进算法。该算法以分段取中心值为基础,优化原算法中径向基函数中心点值的确定,提高了对近似线性时间序列数据预测的准确度。通过对近两年美元兑人民币汇率数据的预测测试,表明改进算法在预测准确性比原算法有较大提高。
基于RBF神经网络的可疑交易监测模型
反洗钱 神经网络 径向基函数 APC-III聚类算法 RLS算法
2010/1/28
针对国内外金融领域可疑交易的低检测率问题,通过对RBF(Radial Basis Function)神经网络技术的分析与研究,提出了一种基于APC-III聚类算法和RLS(Recursive Least Square)算法的面向反洗钱的RBF神经网络模型并加以实现。APC-III聚类算法用于确定RBF神经网络隐含层的中心向量,RLS算法用来调整隐含层与输出层之间的连接权值。RBF神经网络与支持向量...
基于RBF神经网络的温度传感器故障诊断
故障诊断 RBF神经网络 传感器
2009/12/18
采用RBF神经网络进行温度传感器故障检测,利用TE (Tennessee-Eastman)控制系统中的温度传感器的输出信息建立动态神经网络温度传感器输出模型,并利用该模型进行在线的故障检测,仿真结果表明该模型有很强的抗干扰性,同时还有较好的收敛性和稳定性.
基于RBF神经网络与RLS算法的均衡器
径向基函数神经网络 递推最小二乘算法 代价函数
2009/11/26
将径向基函数神经网络与横向均衡器相结合,采用递推最小二乘算法更新权值。将最小二乘误差作为代价函数以及与误差相关的变步长,使输出误差较传统的神经网络均衡器进一步减小,收敛速度得到提高。仿真结果表明,该均衡器对线性信道和非线性信道都表现出较好的性能,在较严重的非线性情况下其优越性更明显。
基于RBF神经网络的彩色图像盲水印算法
数字水印 彩色图像水印 RBF神经网络
2009/10/21
利用径向基函数神经网络(radial basis function, RBF)把水印嵌入到彩色图像的DCT(discrete cosine transform)域.首先把原始图像从RGB空间变换到YCrCb颜色空间,使得水印的嵌入更加符合人的视觉特性;然后将色度分量(CrCb)进行二维DCT变换,将水印通过量化的方式嵌入到CrCb的直流成分中,以提高水印的不可见性和鲁棒性;嵌入水印的时候,使用密钥...
基于遗传算法的模糊RBF神经网络设计及应用
遗传算法(GA) 模糊RBF 神经网络 函数逼近
2009/9/7
提出了一种基于遗传算法的模糊RBF神经网络学习算法.采用遗传算法对模糊RBF神经网络需要调整的参数进行优化,再将遗传算法优化的各参数结果作为模糊RBF神经网络各个参数的初始值,并结合梯度下降法对网络的各参数进行动态调整.在对非线性函数逼近的仿真中,仿真结果验证了优化后的模糊RBF神经网络具有更高的精度及强鲁棒性.
基于PSO和RBF神经网络的水声信号建模与预测
相空间重构 径向基函数神经网络 水声信号
2009/8/10
为构建径向基函数神经网络模型,以相空间重构理论为基础,提出基于粒子群的自动搜索算法,并以Logistic映射和水声信号作为研究对象,把该算法与同类算法进行比较。实验结果表明,该算法在训练准确率和收敛速度方面体现出一定的优越性,能够为水声信号的建模、预测以及动力学分析提供支持。
基于半物理仿真的RBF神经网络滑模控制
滑模控制 不确定时滞系统 半物理仿真
2009/8/10
针对一类不确定时滞系统研究滑模控制的实现问题。对于实际应用对象的时滞特性采取了特殊的线性变换,将原时滞系统转化为无时滞系统。通过设计二次型性能指标计算得到了最优的切换函数,并使用RBF神经网络实现了滑模控制的自适应等效控制,保证了系统能够克服扰动,系统状态在有限时间能够到达滑模面。系统仿真验证了该方法的有效性和稳定性。
基于模糊RBF神经网络的PID及其应用
模糊控制 RBF神经网络 PID控制 电机控制系统
2009/8/7
针对传统的PID控制器参数固定而导致在控制中效果差的问题,提出一种基于模糊RBF神经网络智能PID控制器的设计方法。该方法结合了模糊控制的推理能力强与神经网络学习能力强的特点,将模糊控制与RBF神经网络相结合以在线调整PID控制器参数,整定出一组适合于控制对象的kp, ki, kd参数。将算法运用到电机控制系统的PID参数寻优中,仿真结果表明基于此算法设计的PID控制器改善了电机控制系统的动态性能...
基于Adaboost集成RBF神经网络的高速公路事件检测
Adaboost 高速公路事件检测 RBF神经网络
2009/7/21
提出一种基于Adaboost集成RBF神经网络的高速公路事件检测方法。首先对高速公路事件检测原理进行分析,进行了相关的参数选择,确定了RBF神经网络的结构,然后采用改进的Adaboost方法集成RBF神经网络进行高速公路事件检测并给出了事件检测算法的步骤,最后进行了仿真实验,实验结果表明,该方法可以明显提高RBF神经网络性能(高检测率、低误报率),且具有较强的泛化能力,适宜高速公路事件检测。
基于Boosting RBF神经网络的人体行为识别
人体行为识别 boosting 算法 运动历史图像
2009/7/21
提出一种基于Boosting RBF神经网络的人体行为识别方法,该方法利用规范化的运动历史图像(MHI)进行图像序列表示,从中提取Zernike矩的统计描述特征,然后提出Adaboost算法自适应地选择图像序列的特征作为RBF神经网络的输入,为了进一步提高神经网络的泛化能力,采用一种调整权值分布,限制权重扩张的改进的Boosting方法,分类器以加权投票方式进行分类决策。实验结果表明,提出的方法能...
基于Boosting RBF神经网络的入侵检测
Boosting方法 RBF神经网络 正交最小二乘法
2009/7/21
提出一种新颖的基于boosting RBF神经网络的入侵检测方法。将模糊聚类和神经网络技术相结合,提出基于改进的FCM算法和OLS算法相结合的FORBF算法,为了提高RBF神经网络的泛化能力,采用Boosting方法,进行网络集成。以“KDD Cup 1999 Data”网络连接数据集训练神经网络并仿真实验,得到了较高的检测率和较低的误警率。
基于RBF神经网络的汉字粗分类方法
RBF神经网络 粗分类 四边码
2009/7/21
粗分类是提高汉字识别速度的主要手段。将RBF(Radial Basis Function neural network)神经网络用于汉字粗分类,采用汉字四边码和粗网格作为汉字粗分类的特征以进行比较。分别对GB2312-80一级字库印刷体及手写体进行实验,实验结果表明将RBF神经网络用于汉字粗分类比通常使用的欧式距离作为分类器有较好的性能。