探讨不同径向基函数求解常微分方程

基于插值理论,探讨了运用分式径向基函数、高斯径向基函数、MQ径向基函数求解常微分方程的理论分析,且在数值算例中,通过选择不同的形状参数,比较分析了这三种方法的可行性和有效性.     

用径向基函数方法求解 债券看跌期权定价模型

用一种新的数值解法－－径向基函数方法（ＲＢＦｓ法）,特别是Ｈａｒｄｙ的多二次方法（ＭＱ法）,来近似求解债券看跌期权定价模型,并给出了计算实例。     

基于径向基函数神经网络的插值及其应用

针对径向基函数 (RBF)神经网络的特点 ,对插值问题 ,采用RBF神经网络进行求解。并通过增加神经元的输入和输出来拓展应用范围 ,文中讨论了在对一个实际问题建立数学模型中的应用 ,从应用的结果看 ,比传统插值方法更方便 ,具有较好的使用价值 ,并且可以很容易地推广到求解高维数据插值问题之中。     

基于混合学习算法的径向基函数神经网络设计

隐藏层中心点参数的选择和权值向量的快速计算是径向基函数神经网络设计的关键问题.基于"半月"数据集,论文提出了一种上下半月单独计算聚类中心的K-均值聚类、递归最小二乘算法计算权值向量的混合学习算法.基于三层RBF神经网络结构,以支持向量机作为分类器,开展了K-均值+最小均方算法及K-均值+递归最小二乘算法2种混合模式的对比实验.实验结果表明,"K-均值+RLS"算法相比"K-均值+LMS"算法具有更快的收敛性,在应对线性不可分的情况,上下半月单独作用的K-均值聚类算法表现更优越,综合考虑收敛速度及分类精度两个指标,论文提出的上下半月单独计算中心点的K-均值聚类+RLS的混合学习算法获得较优的性能.     

径向基函数在文本分类中的应用

利用RBF网络进行文本自动分类,对训练集进行聚类,使得每个簇内部的相似性尽可能高,而簇之间的相似性尽可能低.为每一个簇的中心定义相应的径向基函数,再对由这些径向基函数构成的两层神经网络进行训练.因考虑到了不同簇之间的差异性,因此很好解决＂兼类＂问题.     

一种基于径向基函数插值的全局优化算法

通过将径向基函数插值方法嵌入到遗传算法中,得到了求解全局优化问题的一种混合算法.该混合算法是在径向基函数插值方法的基础上进行改进的,这种改进提升了黑箱函数全局优化的收敛效果,发挥了传统数值算法在计算速度与计算精度上的优势,既能简化所求解问题,也能全局搜索.     

基于进化算法的隐神经元可调径向基函数网络

本文提出了一种改进的称为隐神经元可调径向基函数神经网络 (HNMRBF) ,并且应用进化规划算法作为聚类算法来决定和修改HNMRBF网络的隐神经元 .最后 ,我们使用基于进化规划算法的HNMRBF网络来进行被动声纳信号目标的分类 ,结果表明HNMRBF网络能有效地解决用传统神经网络时所遇到的问题 ,即在线学习新的目标模式时往往会遗忘旧的模式 .     

JS模型的自由网格数值解法

文中借助径向基函数和配置法,建立了JS模型的一种自由网格数值解法．     

径向基函数网络在电液伺服系统故障诊断中的应用研究

针对电液伺服系统的故障诊断,提出融合系统状态信息作为系统特征向量,引入径向基函数网络作为模式识别分类算法的智能诊断方法,并论述采用径向基函数网络作为分类算法的可行性及其优势。最后以电液位置伺服系统为例,建立相关的径向基函数网络,验证以上的陈述。     

无线传感器网络中基于径向基函数的簇首选择

采用一种神经网络算法——径向基函数来选择无线传感器网络的节点簇首,它具有并行处理能力、分布式存储以及快速学习等优点.通过分析得出与节点作为簇首相关的4个因素:节点的剩余能量,周围分布的节点的数目,中心度和距离基站的位置.把这4个因素作为神经网络的输入变量,输出变量就是该节点作为簇首的适应度值.根据网络规模的大小,基站选出一组作为簇首的节点,然后广播作为簇首的节点号的消息.如果一个节点被选为簇首,就向周围广播自己的身份并成立一个新簇,周围的非簇首节点要求加入该簇并成为它的成员.每簇中由簇首负责管理它的成员并执行数据融合等功能.实验结果表明,与其他算法相比,该算法能显著地延长传感器网络的生命.     

基于改进的径向基函数神经网络水泥强度预测方法

通过将遗传算法应用于径向基函数神经网络参数设计中,提出一种基于遗传算法优化的径向基函数神经网络水泥强度值预测模型,实现径向基函数神经网络隐层节点函数的中心矢量、基宽向量和隐层与输出层之间权值的优化设计.以经归一化处理后的输入样本数据为模型输入,以水泥28 d强度值为模型输出,建立经遗传算法优化后的径向基函数神经网络预测模型.仿真结果表明,优化后的径向基函数神经网络能达到较高的预测精度,可用于水泥强度的预测.     

基于径向基函数的图像变形算法与系统研究

图像变形技术可帮助用户获得新的图像,其广泛应用于计算机图形图像领域,具有重要研究价值。基于无网格法的图像变形采用线性混合的光滑基函数表示变形函数,往往具有天然光滑的性质,其中径向基函数是一种被广泛采用、性能良好的光滑基函数。研究径向基函数方法在不同参数下的变形行为,包括基函数采用的距离形式、采样中心个数与位置,以及径向基函数表示形式等。开发一个图像变形系统,用户可通过鼠标拖拽方式驱动图像变形,用户体验良好。实验结果表明,该变形效果光滑,且仅需 2~6s 即可完成变形和渲染。基于径向基函数的图像变形能获得光滑效果,且选择的参数将影响变形行为。     

基于径向基神经网络PID控制的交流伺服系统

将神经网络和PID控制相结合,提出了一种神经网络整定的PID控制策略,并将其应用于交流伺服系统的控制.利用一个两层神经网络在线自适应调整PID控制器的参数;从而使系统的静态和动态性能指标较为理想.径向基函数神经网络用来辨识交流伺服系统的Jacobian信息,用正交最小二乘算法得到径向基函数神经网络的结构;然后用BP算法对该网络的权值进行训练使它逼近给定的函数.实验结果表明,这种系统具有响应速度快、稳态精度高和鲁棒性强等特点.     

径向基网络在环境质量评价中的应用

应用径向基网络（RBF－ANN）算法的人工神经网络建立了环境质量评价模型，为便于比较，将该模型应用于贵阳市1991－1995各年度的大气环境质量评价，结果表明，径向基网络用于环境质量评价具有客观性和实用性。     

利用径向基函数求解双曲型电报方程数值解的一种无网格方法（英文）

本文主要利用薄板样条径向基插值的无网格特解方法求解一维双曲电报方程的数值解,并通过数值试验与精确解的比较证明了这种方法的精度是很好的。     

教育功能的理论基础探析

本首先阐释了教育的两大基本功能及二之间的辨证统一关系，其次简单介绍了教育功能论争的思想背景，最后分析了教育功能基本的理论基础，即马克思主义关于人的全面发展学说和教育的基本规律。