RBF网络和BP网络在逼近能力方面的研究

文章介绍了人工神经网络的两个重要的模型:径向基函数(RBF)网络和BP网络,在函数逼近方面对RBF网络和BP网络进行了比较、研究,通过实际的例子应用Matlab 进行了仿真.     

BP网络和RBF网络在函数逼近领域内的比较研究

通过仿真实例,对BP网络和RBF网络的函数逼近能力进行了比较研究,仿真结果表明,RBF网络的函数逼近能力在多个方面都优于BP网络,但在解决相同问题时,BP网络的结构要比RBF网络简单;实际应用中,可以以此结论为指导来设计神经网络。     

基于免疫算法的RBF网络优化

针对RBF的网络算法有多种,具有固定中心的RBF网络训练算法、梯度下降的RBF网络训练算法、最小二乘的RBF网络训练算法,无论哪种算法,对于求RBF网络隐节点的中心c j和标准参数？2都是比较困难的,如何使网络学习达到要求的精度,本文提出了基于免疫算法的RBF网络优化的改进算法,使隐节点的中心求解较为容易,有利于RBF网络有效的推广。     

基于RBF网络的混沌时序的变形分析和预测

RBF网络是一个三层的前馈型神经网络,它隐含层的转换函数是局部响应的非线性函数,所以它能够以任何精度逼近任意连续函数,这为复杂的变形系统的解释和模型化提供了可能,因而利用RBF网络对混沌时序的分析和预测是变形分析的一种新的途径.本文首先介绍RBF网络,对其变形监测数据的混沌现象进行分析和对RBF网络的混沌时间序列作出分析、预测,最后,总结出运用RBF网络对变形分析和预测对数据拟合模型的精度和预测能力都有很大的提高作用.     

基于自适应RBF神经网络的电网变压器故障检测

变压器的故障诊断方法大部分以油中溶解气体为诊断基础,如目前较为常用的四比值法、三比值法等。但存在"编码盲点"、故障诊断准确度不够等问题。本文提出一种基于自适应RBF神经网络的电网变压器故障检测方案,算法输入层节点只会把信号传送到隐含层。在隐含层中,通常使用高斯函数来对所得到了输入向量响应。输出层则是使用一般的线性函数来对输出进行加权。这种模式是一种标准的前向网络模式,能够使得神经网络的输入空间与输出空间得到映射,进而为分类网络并实现函数逼近,提高了网络收敛速度。仿真实验结果表明,本文提出的自适应RBF网络在故障诊断的准确率以及诊断时间的表现皆优于BP、GA-BP神经网络,所在在变压器故障诊断时,可以优先考虑自适应RBF神经网络。     

基于PCA-RBF网络的高校保密项目风险预测

提出高校保密项目风险预测指标体系,通过主成分分析对众多指标进行特征提取,并约减相关冗余信息,降低了RBF网络的输入维数.利用RBF网络对高校保密项目泄密风险进行预测,并与只使用RBF网络进行预测的结果做了对比,表明基于主成分分析一RBF网络的预测结果更精确.     

基于RBF网络的TBT预警模型

运用数据挖掘技术，通过径向基函数网络，建立了基于RBF网络的技术性贸易壁垒（TBT）预警模型，模型由输入层、输出层和隐藏层组成，经过输入大量样本进行网络学习，在隐含层生成各指标的权数，输入量对应警兆指标，隐藏层节点对应警情指标，输出层即为警度。并以我国纺织业的50家公司为例，对模型进行了实例算例分析。     

三种RBF神经网络比较分析

径向基函数（RBF）神经网络广泛应用于模式识别、非线性函数逼近等领域。通过对聚类、梯度、正交最小二乘三种RBF神经网络进行正弦函数逼近的仿真实验,从中比较分析这三种RBF神经网络。得到的对比分析结果表明：正交最小二乘的方式所需的训练时间最短,网络收敛速度最快,并且不需要预先定义隐层节点数。     

BP网络结构设计与算法探讨

人工神经网络是一门高度综合的交叉学科，在许多领域获得了广泛的应用。本文就BP神经网络应用设计中的网络隐层数、神经元个数、算法等具体设计问题进行了探讨，为BP神经网络在有关工程领域中的应用设计提供了有用的参考。     

基于RBF网络及FLAC的初始地应力场反演

RBF网络及FLAC反演方法是初始地应力场反演的一种比较有效、比较新的方法.该文对RBF网络及FLAC反演方法进行了详细论述,接着运用这种方法对一工程实例进行了反演计算,计算结果表明,该方法计算时间短,计算精度高.     

文本自动分类研究——基于径向基函数

目前的文本分类还是以人工分类为主,为了减少人工分类的不确定性和分类错误,将径向基函数(RBF)算法引入文本自动分类系统,实现文本的自动分类。实验结果表明,采用RBF构造的分类器在文本自动分类中具有较好的分类性能,其测试平均值(F1)比BP、kNN分类器的F1值都要高。     

基于RBF网络及FLAC的初始地应力场反演

RBF网络及FLAC反演方法是初始地应力场反演的一种比较有效、比较新的方法。该文对RBF网络及FLAC反演方法进行了详细论述,接着运用这种方法对一工程实例进行了反演计算,计算结果表明,该方法计算时间短,计算精度高。     

大型网络数据库中字符型数据的数字化处理

本文对特殊的字符型数据进行数字式操作的方法，采用服务器端数据库自定义函数，可提高系统效率、减轻网络负载等方面的内容进行了介绍。     

BP网络应用研究

阐述BP网络的基本概念，介绍BP网络的应用领域，分析其在实际应用中存在的问题，为较好地应用BP网络模型解决实际问题提供指导和参考。     

基于网络环境的绩效测评系统

本文简单介绍了绩效并说明了网络环境下绩效测评系统的理论基础——项目反应理论,分析了利用极大似然估计法进行参数估计的具体步骤,说明了信息函数的重要作用,采用网络环境下绩效测评系统有利于更有效地测量被试者的知识和能力水平,对教育者提出了一定的要求和启示。     

基于RBF网络改进的厚度计AGC

本文是对传统的厚度计式厚度控制系统的研究,针对其数学模型的不精确问题,提出了采用RBF神经网络的改进方法。使用RBF神经网络来代替数学模型模拟轧机的输入输出关系,克服一般数学模型的因为参数变化引起误差变大的困难。针对一般RBF神经网络计算复杂,难以在硬件实现的问题,本文采用动态自适应RBF网络,相对于其他RBF型网络结构简单,适于在TDC上实现。     

基于遗传算法优化RBF网络的预测混沌时间序列

提出用遗传算法优化径向基函数(RBF)神经网络,使其更接近非线性映射和更快的学习收敛速度.然后用改进后的RBF神经网络预测混沌时间序列.实验结果表明,基于RBF网络的混沌时间序列具有很强的拟合能力、误差小、取得更好的效果.     

RBF神经网络在图书智能分布领域的应用

在系统参数未知情况下,利用RBF神经网络自动建立动态模型,能快速跟踪非线性函数,具有很强分类能力。提出利用RBF神经网络对图书进行分类的基本方法。经与BP神经网络仿真的诊断结果对比,证明RBF神经网络具有收敛速度快、输出误差和离散性小的优点,并论证了该方法对图书分类的有效性。     

基于径向基函数网络的改进算法的股市数据预测

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。     

基于BP网络的企业技术创新效果评价模型

本文提出了一种基于BP网络的企业技术创新效果评价模型 ,并对网络的构造、网络的工作原理、网络的系统训练过程、BP学习算法等进行了比较详细的讨论 ,最后给出了如何将全部评价过程通过计算机实现的系统框架图 ,并对有关问题进行了探讨。