RBF神经网络在人脸识别中的应用

RBF是模式识别中应用最为广泛的一种神经网络。将这种网络应用于人脸识别,建立了人脸识别模型。通过改进隐含层中心选择算法,利用Yale人脸图像数据库进行仿真实验,对比分析了它们各自的识别率指标,说明本文提出的方法在不影响识别率的情况下可以显著提高人脸识别的速度,减小系统的存储量,从而满足人脸识别的实用性要求。     

模糊理论在RBF神经网络中的应用

概述了模糊系统和神经网络两者结合的优势,由于RBF神经网络在逼近能力、分类能力和学习速度等方面的优势,对RBF网络进行了模糊化构造,并用MATLAB进行了实验,并给出了结论。     

模糊理论在RBF神经网络中的应用

概述了模糊系统和神经网络两者结合的优势,由于RBF神经网络在逼近能力、分类能力和学习速度等方面的优势,对RBF网络进行了模糊化构造,并用MATLAB进行了实验,并给出了结论：     

RBF神经网络在断路器故障诊断中的应用

针对RBF神经网络可在系统参数未知情况下自动建立动态模型,快速跟踪非线性函数,且有很好分类能力等特点,在分析高压断路器分闸线圈时间信号的基础上,提出了RBF神经网络对高压断路器进行故障分类的基本方法.与BP神经网络的诊断结果进行对比,RBF神经网络具有收敛速度快,输出误差和离散性小的优点,并借助仿真结果论证了该实验方法对高压断路器故障诊断的有效性.     

RBF神经网络在高校奖学金评定中的应用

对目前高校奖学金评定的现状及存在问题进行分析,对高校学生奖学金的评定,建立RBF神经网络模型,利用测试样本进行仿真测试,结果表明,该方法比传统方法更加全面、公平、公正,具有较高的参考价值及实用性.     

RBF神经网络在混沌信息加密中的应用

混沌加密技术作为信息安全保护的新技术已成为目前国内外科研的热点问题。本文基于以上原理综合运用多种信息安全技术,设计了一种基于混沌加密的网络环境中的信息安全传输方案。方案中采用神经网络产生级联混沌序列,有效提高了低维混沌序列的安全性同时克服了有限精度对混沌序列性能的影响。     

模糊 RBF 神经网络在语音识别中的应用

常规RBF神经网络的隐层一般采用高斯函数,然而任意输入对于中心点的隶属程度并不总是服从高斯分布,将模糊理论引入常规的RBF神经网络对其进行改进,用任意输入模式与各类中心的隶属度来替代原有的径向基函数输出。实验结果表明改进后的模糊RBF神经网络识别率得到了提高。     

RBF神经网络在遥感影像分类中的应用研究

用RBF神经网络进行遥感影像分类，在网络结构设计上使RBF层与输出层的节点数都等于所要分类的类别数。用Kohonen聚类算法确定RBF中心的时候，用训练样本的均值作为初始中心，并在RBF宽度进行求取的时候进行了改进，以避免内存溢出。所设计的RBF神经网络分类模型具有结构简单、算法简洁的优点。实验结果表明，该方法用于遥感影像分类取得了较高的分类精度，具有实际应用价值。     

RBF神经网络理论及其在控制中的应用

对ＲＢＦ神经网络的结构、分类、函数逼近理论及训练方法进行了综述，并且对ＲＢＦ网络的优点及问题作了分析，同时介绍了目前ＲＢＦ网络在控制方面应用情况，最后提出了ＲＢＦ网络在控制中的研究及应用新方向。     

RBF神经网络在变速箱齿轮故障诊断中的应用

提出了径向基函数神经网络应用于变速箱齿轮故障诊断的基本方法.利用Matlab神经网络工具箱对变速箱齿轮进行故障诊断仿真,并创建RBF神经网络与BP神经网络来进行故障诊断.通过对比诊断结果,证明RBF网络在诊断精度、诊断速度上均优于BP网络,说明RBF网络应用于齿轮的故障诊断准确、可靠,在机械故障诊断方面具有广泛的应用前景.     

提高变型标准遗传算法收敛速度的混合法及其推广

针对即使是全局收敛的变型标准遗传算法ＶＣＧＡ［１］有时也会发生收敛速度变慢的问题，提出了ＶＣＧＡ和最陡下降法相结合的混合法ＨＶＣＳＤＡ．该方法增强了ＶＣＧＡ在接近全局最优解时的微调能力．还将ＨＶＣＳＤＡ推广到一类修正的ＶＣＧＡ上．仿真实例表明了ＨＶＣＳＤＡ及其推广能有效地提高收敛速度．对３０城市ＴＳＰ的仿真结果为６．８２２，要好于用ＴＡＢＵ得到的６．９９的结果［６］．     

基于小波分析与RBF神经网络的甘蔗制糖结晶过程预测

本文针对甘蔗制糖结晶过程中由于传感器失灵 引起的变量及参数不可测的问题，建立一个甘蔗制糖结晶过程的RBF（径向基函数）神经网 络模型，该模型把小波分析和RBF神经网络紧密结合起来．实验结果表明该模型能达到逼近 实际煮糖过程的目的．     

一种径向基函数神经网络在线训练算法及其在非线性控制中的应用

针对现有径向基函数(RBF)神经网络训练算法存在的问题,给出了RBF神经网络的一种 在线训练算法,对这种在线训练算法所涉及到的各个方面进行了全面的分析．仿真表明所提 出的算法是非常有效的,它克服了以往算法的不足并具有很大的实用性．进一步将RBF神 经网络用于非线性控制,取得了良好的结果．     

基于神经网络的弹性连杆机构振动主动控制

研究基于神经网络的弹性连杆机构振动主动控制方法.介绍了双隐层动态递归神经网络的数学模型,利用实验数据离线设计了神经网络辨识器与神经网络控制器.采用基于神经网络的间接自适应控制策略对弹性连杆机构实施了振动主动控制,机构的动力学品质得到显著改善.实验结果证明了该方法的有效性.     

人工神经网络在机械手动力学辨识和位置控制中的应用

本文提出了用人工神经网络近似机械手的逆动力学模型,实现基于模型的非线性控制方案,并以实际的两臂液压机械手为对象给出了仿真结果,整个方案的实现不需要任何关于系统模型的知识.仿真结果表明所研究的位置控制系统具有良好的跟踪性能,并且展示了人工神经网络解决非线性系统辨识和控制问题的潜力.     

Wiener型非线性系统的La-RBF组合模型预测控制

针对Wiener型非线性系统,本文提出了一种基于Laguerre函数模型与RBF神经网络模型的组合模型的预测控制策略,研究结果表明该组合模型兼具两者的优点,适用范围广,对系统变时延,变阶次及变非线性都具有良好的控制效构     

基于神经网络和SQP算法的焊接飞溅优化控制

提出了神经网络和逐次二次规划法的在线优化控制方法,在神经网络建模的基础上, 把SQP算法和直接搜索两种寻优方法作了比较;用NN-SQP方法对焊接过程飞溅进行了控制, 取得较好的效果．并提出了用电弧声表征焊接飞溅量的软测量方法．     

小波网络在控制系统中的应用

小波分析是80年代中期发展起来的一门新兴的 数学理论和方法,小波网络是在小波分析研究获得突破的基础上提出的一种前馈型网络．本 文对小波网络的结构形式、学习算法以及在控制方面的主要应用进行了综述,并将小波网络 与常规的前馈神经网络作了比较,最后对小波网络在控制系统中的应用提出了几点展望．     

概率神经网络预测股票市场的涨跌

概率神经网络提供了一个贝叶斯决策,并且具有训练速度快,可以实时更换数据的优势,在金融领域的分析预测中有一定的应用价值,文章应用概率神经网络对上证180指数的变化方向进行了预测,结果表明了概率神经网络在预测股票市场涨跌方面的实用性。     

RBF神经网络在智能红外检测报警中的应用

应用径向基函数(RBF)神经网络解决红外检测报警产品的误报、错报问题,在传统的0/1报警模式输出的基础上,增加了主动式预警信号输出的功能.通过对K-means聚类法和梯度训练法两种RBF神经网络应用于红外栅栏的仿真结果表明,K-means聚类法的RBF网络的精确度高、执行速度快,它能提高报警的精确率,满足实际应用需要.