水污染质运移模型的径向基函数解法

介绍有关无网格散点数据拟合研究中的径向基函数方法.作为一类配点型无网格方法,它不再需要网格剖分,而且基函数光滑性好,近似精度高.阐述函数的径向插值法和偏微分方程的径向基函数解法,以及无网格散点数据问题的处理技巧.并以水污染质运移模型的径向基函数解法为例,给出了模型离散化的详细过程及其数值解.与其他方法进行比较,突出径向基函数求解偏微分方程的方法的优点.     

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。     

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。     

基于径向基神经网络的非线性系统辨识

提出了基于径向基函数神经网络模型的系统辨识方法，由于径向基函数的神经网络比多层前馈人工神经网络模型相比，在逼近非线性函数时，具有结构简单，收敛快、且无局部极小的优点，通过计算机仿真证实了该方法具有良好的辨识效果。     

求解欧式看跌期权两种数值解法的比较

基于有限差分法、径向基函数法和四级四阶龙格-库塔法(RK4),给出了两种求解欧式看跌期权定价问题的数值计算格式.算例计算结果显示,基于径向基函数法、四级四阶龙格-库塔法的数值计算格式精度更高.     

基于最近邻-径向基函数网络的PVC价格预测模型

将最近邻思想与径向基函数网络相融合,设计了基于最近邻-径向基函数网络的预测方法,并将其应用于PVC价格预测,取得了良好的效果.本文所设计的方法具有通用性,可应用于其它时间序列变量的预测问题.     

径向基函数法求解Merton时变利率模型下的欧式看涨期权

研究了Merton时变利率模型下带有交易费的欧式期权定价问题,利用径向基函数法对其近似求解,借助于数值实验,探讨了无风险利率时变及波动率变化对期权价格的影响.实验结果表明,径向基函数法求解欧式看涨期权具有高精度、计算简单、易操作等优点.     

人脸中性模型中特征点的自动调整

模型调整是三维虚拟特定人脸合成的重要步骤．本文提出了一种新的基于径向基函数RBF（Radial Basis Functions）内插的模型特征点调整方法,其中径向基函数采用逆多二次式,得到较好的模型调整效果．     

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.