高阶基函数与低阶基函数的混合建模

 提出一种在采用高阶基函数时将定义在大尺寸单元上的高阶基函数与定义在小单元上的低阶基函数混合使用的方法.该方法可以合理的使用基函数的阶数与个数,得到准确的计算结果,并且较大幅度地提高了计算效率.该方法适用于对复杂结构目标进行精确建模,并同时具有高阶基函数与低阶基函数的优点.     

非正交基函数与图象自适应表示

从算子理论的角度阐明了一给定信号用框架的有发子许愿安任意精度逼近；提出了基于非正交函数系的图像自适应表示算法，该中有效地表示新信号的局部特征及能量分布，作者以Ｇａｕｓｓｉａｎ基函数为例对二维图象进行了实验。     

浅析计算电磁学中矩量法的重要分支——特征基函数法

简要回顾了计算电磁学中矩量法的提出、原理以及发展应用,并对其中的一个重要分支——特征基函数法进行了详细的剖析,着重阐述了该方法的应用背景、原理、分类以及加速技术等。研究表明,该方法基于分块技术,降低了矩阵阶数,节省了内存,适用于处理电大尺寸目标的电磁散射和辐射问题,也非常适合于并行计算,是一种比较有效的计算方法。     

用于字符识别的椭圆基函数概率神经网络

提出了一种适合在有噪声条件下进行字符识别的椭圆基函数概率神经网络ＥＢＰＮＮ模型，该模型选用由字符统计特征提取的具有选择注意特性的参数作为概率神经网络的椭圆基函娄系数。ＥＢＰＮＮ模型在货车编号自动识别系统中获得了良好的应用，整个系统的字符识别率达到９６％以上，编号识别率达到９０％以上，实验结果表明该模型的识别性能较常用的其它神经网络要好，且特别适用于有噪声的情况。     

基于径向基函数神经网络的内模控制

文章用径向基神经网络设计内模控制系统,径向基神经网络是通过调整隐层与输出层间的连接权系数来逼近函数,如果隐层神经元数目过少,难免会出现收敛时间长,控制质量差,甚至发散的现象。为此,本文提出了增加调整基函数形状参数和中心向量的方法予以避免,并证明了网络不同调整参量收敛于目标函数极小点的性质。     

径向基函数网络在陕西省人口预测中的应用

人口预测是根据过去人口数据总结人口变化规律,并利用这个规律对未来人口进行预测.神经网络对复杂非线性系统具有曲线拟合能力,能够较好地完成这种预测任务.采用Matlab的神经网络工具箱函数建立神经网络预测模型,编程简单;还能克服常规语言建立预测模型存在的模型结构复杂、训练时间长等缺点.本文通过编程实现了RBF（Radial BasisFunction）神经网络的建立、学习和训练.然后,利用RBF神经网络预测模型对陕西省1970～2004年人口实际数据进行非线性曲线拟合分析和进一步预测,预测最大误差为0.025 5%,算例证明了该方法的实用性和有效性.     

应用通用特征基函数求解目标宽带雷达散射截面

基于特征基函数法提出了一种分析目标宽带电磁散射特性的快速有效数值方法.该方法在期望频段内,求出最高频率点的主要特征基函数和次要特征基函数并进行奇异值分解,生成通用特征基函数,该通用特征基函数能够在整个频段内重复运用,从而快速获得期望频段的目标电磁散射特性.应用自适应交叉近似算法加速阻抗矩阵元素的计算,提高次要特征基函数和缩减矩阵构建过程中的矩阵矢量相乘速度.与传统方法相比,计算精度和计算效率都得到了大大提高,数值结果证明了所提方法的精确性和有效性.     

基于径向基函数神经网络的铁路路径规划

通过合理路径规划实现高速铁路能量效率的优化是铁路运行中的重要研究内容。本文引入资格迹(eligibility trace)改进径向基函数(RBF)神经网络。在此基础上,使用改良的径向基函数(RBF)神经网络实现列车在复杂情况下的路径规划。     

线天线与导体面连接处一种新型的连接基函数

结合已有文献中提出的线面结合处理方法,对各种连接基函数进行了综合分析,提出一种新颖的线面连接处连接基函数.该连接基函数不存在函数自身奇异性问题,且形式简单、精度高,可以应用于任何线面相连的情形.采用矩量法分别计算了线天线位于导体表面、边缘以及顶点三种情况的输入阻抗,数值结果表明了所提连接基函数的准确性和有效性.     

一种新型径向基函数神经网络的非线性系统逼近

讨论了一种新的、正弦型径向基函数(SRBF)神经网络，并用来逼近n堆连续函数。该SRBF所采用的n堆正弦型的基函数是光滑的,并且是致密的。该SRBF网络的权因子是输入的低阶多项式函数。本文给出的一种简单计算程序，显著地降低了网络训练和计算时间。并且由于SRBF的基函数可以非均匀的量化格点为中心。因而降低了网络所需存储的样本数，网络的输出及其一阶导数都是连续的。对于非线性系统。该SRBF网络在系统定义城内的逼近是精确的。并且在存储参数的个数上是最优的。通过实例仿真，证明该方法步骤简单,训练速度快，精度也很理想。     

应用改进的主要特征基函数快速计算目标宽角度RCS

特征基函数法是分析目标宽角度电磁散射特性的有效方法之一,但在构造特征基函数时,设置的入射波激励包含大量的冗余信息,大大降低了特征基函数的构造效率;另外在分析复杂目标时,在增加激励数目的情况下,仅应用主要特征基函数并不能显著提高计算精度。针对这些问题,该文对特征基函数构造方法进行改进,首先采用奇异值分解技术对激励矩阵进行压缩去除冗余信息,减少求解矩阵方程的次数;其次充分考虑子域之间的互耦作用,将主要特征基函数与次要特征基函数融合,得到改进的主要特征基函数。数值计算结果表明：与传统方法相比,该方法具有更高的计算效率和计算精度。     

基于CMOS模拟电路的径向基函数神经网络

提出了可构成径向基函数(RBF)神经网络的CMOS模拟单元电路,包括绝对值电路、电流求均方根电路和类高斯函数电路.基于这些电路设计了一个二输入/一输出,含有两个隐层神经元的径向基函数神经网络,并通过异或问题进行了验证.所有单元均采用HJTC 0.18μm CMOS数模混合工艺制造,芯片面积为200μm×150μm,功耗约为100μW.芯片测试结果表明:提出的单元电路结构简单,功耗低,便于扩展和调节,因而为硬件实现径向基函数神经网络的片上学习提供了可     

基于CMOS模拟电路的径向基函数神经网络

提出了可构成径向基函数(RBF)神经网络的CMOS模拟单元电路,包括绝对值电路、电流求均方根电路和类高斯函数电路.基于这些电路设计了一个二输入/一输出,含有两个隐层神经元的径向基函数神经网络,并通过异或问题进行了验证.所有单元均采用HJTC 0.18μm CMOS数模混合工艺制造,芯片面积为200μm×150μm,功耗约为100μW.芯片测试结果表明:提出的单元电路结构简单,功耗低,便于扩展和调节,因而为硬件实现径向基函数神经网络的片上学习提供了可     

径向基函数神经网络的分类机理

本文研究了径向基函数网络（ＲＢＦＮ）的分类机理问题。在Ｒｕｃｋ工作的基础上，通过与传统的基于Ｐａｒｚｅｎ窗估计核分类器做类比，本文从模式分类机理入手，分析了ＲＢＦＮ使用正、负两类训练样本来估计判别函数的特点，指出它优于核分类器，并讨论了相应情况下ＲＢＦＮ输出层连接权、模式分类判决域的特点。最后用多类模式分类的结果对上述理论进行了验证。     

变换域通信系统基函数生成方法改进

变换域通信系统通过信道估计在变换域设计信号波形避开干扰,它没有采用载波调制,而是用一个类似噪声的基函数进行信息调制.通过引入干扰系数丰富了基函数的频谱结构,提高了基函数的自正交性,使基函数更适合正交调制,增强了变换域通信系统的抗干扰能力.特别是在干扰信号较强的情况下,能够保证系统的信息传输畅通.通过仿真比较改进前后基函数的自相关性,验证了前面的理论.     

构造矩形微带贴片天线的展开基函数

本文介绍了如何构造矩量法展开基函数的一种方法- 空腔模型法.文中首先根据空腔模型所得到的内部场结构推导出贴片表面电流的表达式,然后与文献中已有的计算结果和实验结果相比较.计算结果与实验结果相当吻合,并且比文献 [7]的计算结果更具有精确性,从而验证了本文所述方法的正确性.     

基于广义径向基函数神经网络的非线性时间序列预测器

该文对传统的径向基函数（ＲＢＦ）神经网络的结构和学习算法进行了总结,并在此基础上提出了广义径向基函数模型概念,使这种网络具有更好的应用灵活性与可扩充性。文章基于Ｍａｃｋｅｙ－Ｇｌａｓｓ造血模型方程的数值解数据,对此广义模型与现有的ＲＢＦ模型和梯度径向基函数（ＧＲＢＦ）模型对一笥时间序列预测问题的应用结果进行了比较与讨论,显示出这种广义模型的应用有效性。     

TDCS改进型反馈控制混沌基函数生成方法

针对混沌基函数在数字化生成时出现混沌退化现象,导致变换域通信系统隐蔽性和安全性下降的问题,提出一种反馈控制混沌基函数的生成方法。该方法主要基于改进型反馈控制混沌序列,并据此产生伪随机相位;在Lyapunov指数严格为正的反馈控制混沌系统基础上,分析得出该系统数字化时所需的最小运算精度;同时,引入调整因子,使得数字混沌系统与原始混沌系统特性保持一致。理论分析和仿真实验表明,该方法能产生大量伪随机性强、复杂度高的混沌基函数,在基函数延时自相关、相位覆盖率和近似熵等多个方面具有良好的综合性能。      

径向基函数神经网络的再学习算法及其应用

为了应用径向基函数神经网络逐步地识别待研究系统,文章针对径向基函数神经网络的再学习算法开展了深入的研究.应用严格的数学推理方法,将径向基函数神经网络的再学习问题转化为矩阵求逆的附加运算.详细给出了径向基函数神经网络再学习算法中增加新训练样本和增加新基函数的数学公式,同时对如何获取新的训练样本进行了研究.     

基于径向基函数的电网IT资产安全漏洞监测方法

文章基于神经网络的非线性映射优势,引入径向基函数而提出了一种高效的电网IT资产安全漏洞监测方法。借助径向基函数能够更加准确地对目标区域内的资产分布进行了解,进而提高漏洞风险评估以及其影响涉及范围确定的可靠性和精度。