RBF神经网络CDMA多用户检测方法

分析了采用正交最小二乘(OLS)算法的RBF神经网络应用于DS-CDMA扩频通信的多用户检测的问题,给出了基于RBF网络进行多用户检测的理论依据和仿真分析性能。     

自适应RBF神经网络在CDMA移动通信上行链路功率控制中的应用研究

提出了一种自适应RBF神经网络功率控制方案。详细研究了该网络在DS-CDMA通信中，进行上行链路闭环功率控制(基于信扰比(SIR))的应用理论，给出了该网络参数的计算方法。最后用计算机仿真法模拟出该控制器的运行性能。结果表明基于SIR的自适应RBF神经网络功率控制器能自适应地调整移动台的发射功率，使基站接收信号的信扰比始终非常接近于一个常数，且有比定步长功率控制更小的SIR跟踪误差，从而可以降低接收信号的中断概率、提高信道容量。     

基于模型不确定逼近的RBF网络机器人自适应控制

利用RBF网络能以任意精度逼近任意的连续函数的特点,设计一种基于模型不确定逼近RBF网络机器人的自适应控制器。采用RBF网络可以大大加快学习速度,并避免局部极小问题,适合于实时控制要求。仿真结果表明,该控制算法具有较强的鲁棒性和较好的跟踪性。     

基于PID神经元网络控制的空间光通信ATP跟踪性能分析

针对空间光通信中跟踪系统的高精度、宽带宽要求,提出了一种基于PID神经元网络(Proportional integral differential neural network-PIDNN)的控制方案.采用MATLAB对所建立的跟踪系统模型进行了仿真分析研究,对采用PIDNN控制器的精跟踪系统的在线训练能力及学习、调整功能进行了仿真验证,同时加入扰动源对精跟踪系统的稳态、动态性能及鲁棒性进行了仿真测试.仿真和测试结果表明:通过PIDNN控制的精跟踪系统具有良好的稳态及动态性能和很强的鲁棒性,系统跟踪精度高且系统带宽较宽.     

基于协同过滤推荐算法的改进性研究

互联网技术的发展极大促进了电子商务行业,网上购物模式已经改变了传统的购物模式,海量的信息影响了客户的购物效率.个性化的推荐系统能够为客户提供个性化的服务,个性化协同过滤推荐算法是应用最为广泛的算法.本文主要对协同过滤推荐算法进行研究,并采用RBF径向基神经网络对传统的协同过滤推荐算法进行改进,更加有效的为用户提供个性化的推荐.     

RBF神经网络在催化裂化汽油加氢装置中的应用

根据国内某炼厂250 kt/a催化裂化汽油选择性加氢脱硫装置的生产操作数据,应用RBF神经网络建立了用于预测重汽油馏分加氢产品硫含量的模型,并通过反应器Ⅱ一段进口温度对所建立的RBF神经网络模型的泛化能力进行了考察。实验结果表明,RBF神经网络对重汽油产品硫含量的预测精度较高,平均相对误差达到1.32%,能够对重汽油产品硫含量进行准确预测;RBF神经网络模型的预测性能优于LMBP神经网络模型;RBF神经网络模型具有较好的泛化能力,能够指导装置的生产。     

基于改进型T-S模糊RBF神经网络的红外火焰探测器识别算法

针对三波段红外火焰探测器中可能出现的单一非火焰波段通道的数据丢失、失真、饱和3种对火焰特征数据的强干扰情况,本文提出了一种改进型T-S(Takagi-Sugeno,高木-关野)模型RBF(Radial Basis Function,径向基函数)神经网络的火焰识别的鲁棒性融合算法.该算法通过聚类算法确定模型需要的模糊规则...     

改进的RBF文本分类算法

分析了文本分类系统的一般模型及现有技术,在应用了核主成分分析的特征降维方法进行处理后,提出了一种基于样本中心的径向基( RBF)神经网络文本分类算法,并且引入了聚类算法的核心思想,来改进误差反向传播(BP)神经网络分类算法收敛速度较慢的缺点.实验结果表明, RBF网络与BP网络相比,具有较高的运算速度和较强的非线性映射能力,在收敛速度和准确程度上也有更好的分类效果.     

基于RBF神经网络的被动声定位算法研究

提出了基于RBF神经网络的被动声定位算法.该算法根据TDOA定位原理,以四元十字阵作为定位模型,利用RBF神经网络较快的学习特性和逼近任意非线性映像的能力,实现对声源的快速准确定位,并与WLS算法、Chan算法、Taylor算法作对比分析.仿真结果表明,该算法定位精度高,鲁棒性好,性能优于其他算法.     

基于RBF网络球磨机双因素建模的研究

采用简单过程检测仪表（电耳、功率变送器等）,建立与球磨机转速率和球料比之间的关系,用径向基网络对过程进行了双因素建模。通过两步有导师的训练,使神经网络的预报值与实际输出的误差平方和达到了10^－10以下,仿真结果表明,径向基网络不仅逼近的精度高,而且网络的训练很好地解决了多因素的交互影响。