共查询到19条相似文献，搜索用时 156 毫秒
1.
在介绍了径向基函数神经网络原理的基础上,应用该网络进行函数逼近的实现,并探讨散步常数的选取对逼近效果的影响. 相似文献
2.
3.
针对绿色供应商评价的非线性、复杂性等问题,提出一种基于粗集-径向基函数神经网络(RS-RBF)的绿色供应商评价模型。利用改进的属性约简算法对各评价指标进行属性约简以减少径向基函数神经网络的训练数据,利用径向基函数神经网络的自学习,自适应及最佳逼近性能对评价数据进行量化训练,利用Matlab7仿真结果表明,该绿色供应商评价模型较其他单模型运算速度更快,评价误差更小,预测精度更高,获得了较好的评价结果。 相似文献
4.
基于径向基函数网络的改进算法的股市数据预测 总被引：3，自引：0，他引：3
径向基函数网络的性能在很大程度上取决于径基函数中心位置的选取。本文通过结合输入输出矢量从而得到扩展矢量的方式改进了常用的确定径基函数中心的HCM算法。股市数据预测的实验结果表明：改进的HCM算法的网络的性能有了明显的改善。 相似文献
5.
采用改进的隐式曲面重建模型,采用分层次重建思想和局部支撑的径向基函数相结合的重建算法,使其结合了局部和全局函数的优点,采用局部支撑径向基函数有效降低系统求解复杂度,分层方法可以有效处理残缺和非均匀点云数据。算法首先对点云数据进行层次划分,接着递归地将前一级的插值结果作为后一级的偏移,由粗糙到精细逐步改善重建结果。实验结果表明,算法简单易实施,重建效果良好。 相似文献
6.
本文在详细介绍文本自动分类流程的基础上,通过实验对SVM和KNN两种算法进行比较研究,实验结果表明:SVM算法使用多项式核函数的分类准确性高于使用径向基核函数的分类准确性,且多项式核函数的分类准确性随着参数q的增大而提高;SVM采用多项式核函数进行分类的准确性普遍高于采用KNN的分类准确性;采用多项式核函数的SVM和KNN两种算法对短文本的召回率高于对长文本的召回率。 相似文献
7.
为了提高用户需求数据挖掘的时效性及准确性,提出基于径向基函数神经网络的数据关联挖掘算法。在对数据频繁项集约束性关联规则研究的条件下,通过约简计算,得到满足约束条件的候选数据集,并对用户需求数据频繁项集更新;利用径向基函数神经网络对候选数据集进行训练优化,通过上界剪枝法,获取用户需求数据,并实现其实时挖掘。实验结果表明,所提数据挖掘算法执行效率受数据规模变化的影响较小,挖掘效率更高,扩展性更好。 相似文献
8.
深入研究了PROSPECT模型中叶肉结构参数N对叶片反射和透射光谱的影响，利用迭代法使全波段代价函数达到最小来计算LOPEX93数据集中样品的最优N值，对在最优N值下的模拟光谱与实测光谱进行比较，并对N在不同取值情况下，叶绿素与水分的反演进行了研究。研究认为：（1）N对整个光谱波段产生影响，并随N的增大而减小；（2）构造全波段代价函数，利用迭代法得到的最优N值可以很好地模拟实际光谱；（3）在高估N值情况下的叶绿素和水分反演精度明显高于低估N值的情况；（4）水分反演的效果明显优于叶绿素反演的效果，原因与代价函数的选取有关。 相似文献
9.
10.
11.
在结构极限状态方程未知的情况下,采用径向基函数神经网络模型模拟未知状态的结构响应,结合最优化方法逐步修正求解可靠性指标,通过数值算例体现了所述方法的精度与计算效率。 相似文献
12.
文本提出了一种基于模糊向量空间模型和径向基函数网络的分类方法。该方法在特征提取时充分考虑了特征项在文档中的位置信息,构造出模糊特征向量,使自动分类更接近手工分类方法。以中国期刊网全文数据库部分文档数据为例验证了该方法的有效性。 相似文献
13.
基于支持向量机神经网络理论,首创性地建立了一个由业绩产出财务指标辨识高新技术企业与传统企业类型的支持向量机模型。模型以企业的业绩产出财务指标数据为基础,以径向基函数作为核函数,使用网格寻优方法调节模型参数,得到优化后的模回去型,并使用测试集数据验证了模型。对结果进行二元分类决策分析,结果表明:该模型的准确率和决策率等主要评价指标都达到了85%以上,具有较高的辨识能力和可信度,为高新技术企业和传统企业的类型辨识提供了一种可靠的、简单方便的方法,可以直接量化地判别企业是否属于高新技术企业。 相似文献
14.
15.
This paper considers the problem of visual servoing of planar robot manipulators in the presence of uncertainty associated with robot dynamics, camera system and Jacobian matrix. By using radial basis function neural networks, these uncertainties can be compensated effectively. Two kinds of robust visual servoing are proposed, one is for image uncertainties, another is for Jacobian matrix uncertainty. By Lyapunov method and input-to-state stability technique, we prove that these robust controllers with neural compensators are stable. Real-time experiments are presented to show the applicability of the approach presented in this paper. 相似文献
16.
轴对称双倒易边界元法的f函数及其奇性处理 总被引：2，自引：0，他引：2
基于右端项为径基函数的三维泊松方程,推导了轴对称情况下双倒易边界元方程求和形式的 f函数通式.通过对f函数取积分平均和根据计算区域特点选取不同类型的 f函数组合,消除了f函数在对称轴上呈现奇性的不足.通过计算轴对称实心圆柱体和球体的非稳态导热问题,很好地验证了对f函数的选择和处理的可行性. 相似文献
17.
Command filters are essential for alleviating the inherent computational complexity (ICC) of the standard backstepping control method. This paper addresses the synchronization control scheme for an uncertain fractional-order chaotic system (FOCS) subject to unknown dead zone input (DZI) based on a fractional-order command filter (FCF). A virtual control function (VCF) and its fractional-order derivative are approximated by the output of the FCF. In order to handle filtering errors and obtain good control performance, an error compensation mechanism (ECM) is developed. A radial basis function neural network (RBFNN) is introduced to relax the requirement of the uncertain function must be linear in the standard backstepping control method. The construction of a VCF in each step satisfies the Lyapunov function to ensure the stability of the corresponding subsystem. By using the bounded information to cope with the unknown DZI, the stability of the synchronization error system is guaranteed. Finally, simulation results verify the effectiveness of our methods. 相似文献
18.
基于模糊向量空间的文本分类方法 总被引：1，自引：0，他引：1
本文针对文本自动分类问题，提出了一种基于模糊向量空间模型和径向基函数网络的分类方法。网络由输入层、隐层和输出层组成。输入层完成分类样本的输入，隐层提取输入样本所隐含的模式特征，将分类结果在输出层表现出来。该方法在特征提取时充分考虑了特征项在文档中的位置信息，构造出模糊特征向量，使自动分类更接近手工分类方法。以中国期刊网全文数据库部分文档数据为例验证了该方法的有效性。 相似文献
19.
《Journal of The Franklin Institute》2021,358(16):8330-8355
In this paper, the adaptive prescribed performance tracking control of nonlinear asymmetric input saturated systems in strict-feedback form is addressed under the consideration of model uncertainties and external disturbances. A radial basis function neural network (RBF-NN) is utilized to handle the model uncertainties. By prescribed performance functions, the transient performance of the system can be guaranteed. The continuous Gaussian error function is represented as an approximation of asymmetric saturation nonlinearity such that the backstepping technique can be leveraged in the control design. Based on the Lyapunov synthesis, residual function approximation inaccuracies and external disturbances are compensated by constructed adaptive control laws. As a consequence, all the signals in the closed-loop system are uniformly ultimately bounded and the tracking errors bounded by prescribed functions converge to a small neighbourhood of zero. The proposed method is applied to the autonomous underwater vehicles (AUVs) with extensive simulation results demonstrating the effectiveness of the proposed method. 相似文献