基于混合优化的RBF神经网络集成的降水预报模型

针对传统的单个RBF神经网络集成中个体的隐节点个数和初始参数难以客观确定的不足,为了提高泛化能力,提出一种以高斯核函数的混合优化的RBF神经网络的方法,首先引入正交最小二乘法动态客观的获取数据中心的个数、数据中心及权值;然后通过计算隐层中心点间最小距离作为扩展常数;最后使用剃度法调节权值、中心及扩展常数使网络参数和结构达到最优.该方法结合了正交最小二乘法和剃度算法的优点,通过从结构和算法两方面的调整提升了单个的传统的RBF网络的性能.并将上述优化混合的RBF神经网络与主成分分析方法相结合建立模型.本文以广西5月逐日降水事先初选的众多预报因子进行主成分分析算法提取有效的几个综合因子,然后使用混合算法优化的径向基网络建立降水预测模型.结果表明,该模型具有较好的收敛效果和泛化能力,在预报性能上明显优于同期的T213降水预报,具有一定的普遍适用性.     

基于模糊RBF神经网络的康复机器人控制

针对电力驱动康复机器人控制系统响应滞后、易抖动等问题,提出了基于模糊理论和RBF神经网络的控制策略。采用模糊PID算法确定初始参数,同时利用RBF神经网络的快速学习能力解决了传统的PID控制器无法实现参数自适应调整的问题。以某二两杆康复机器人上肢做位置跟踪仿真实验,结果表明,与传统的控制方法比较,该方法控制的系统响应快、超调量小,具有更好的跟踪性。     

基于RBF神经网络和积分型高阶滑模控制的永磁同步电机位置伺服系统

本文主要研究永磁同步电机伺服系统的位置跟踪问题。根据矢量控制原理,针对d轴电压,设计了一阶滑模控制器,将使d轴电流在有限时间到达0。针对q轴电压,基于滑模控制理论,设计了积分型高阶滑模控制器。由于系统中存在不确定性参数,设计了基于神经网络的q轴电压滑模控制器。理论分析表明,在所设计的控制器作用下,可以保证位置系统的精确跟踪控制。仿真结果表明了该控制方案具有较好的收敛性和抗干扰性能。     

Sample based 3D face reconstruction from a single frontal image by adaptive locally linear embedding

In this paper, we propose a highly automatic approach for 3D photorealistic face reconstruction from a single frontal image. The key point of our work is the implementation of adaptive manifold learning approach. Beforehand, an active appearance model (AAM) is trained for automatic feature extraction and adaptive locally linear embedding (ALLE) algorithm is utilized to reduce the dimensionality of the 3D database. Then, given an input frontal face image, the corresponding weights between 3D samples and the image are synthesized adaptively according to the AAM selected facial features. Finally, geometry reconstruction is achieved by linear weighted combination of adaptively selected samples. Radial basis function (RBF) is adopted to map facial texture from the frontal image to the reconstructed face geometry. The texture of invisible regions between the face and the ears is interpolated by sampling from the frontal image. This approach has several advantages: (1) Only a single frontal face image is needed for highly automatic face reconstruction; (2) Compared with former works, our reconstruction approach provides higher accuracy; (3) Constraint based RBF texture mapping provides natural appearance for reconstructed face.     

基于RBF神经网络的智能入侵检测系统

对当前入侵检测技术进行了分析并讨论了现有入侵检测系统的不足，论述了神经网络应用于入侵检测中的优势。由于RBF网络具有最佳逼近性质，给出了一种基于RBF神经网络的智能人侵检测系统模型。     

基于Hadoop的多核果蝇-Kmeans聚类算法

针对Kmeans算法对海量数据聚类效率过低的不足,基于Hadoop的分布式架构思想,提出一种多核果蝇-Kmeans聚类算法（MKFOA-Kmeans）。以每次迭代后果蝇位置为聚类中心进行一次Kmeans聚类算法,综合了果蝇优化算法强全局搜索能力以及Kmeans算法强局部搜索能力的优点。MapReduce框架简化了算法执行过程,避免了由于存储空间不足而造成的算法失效。在由普通硬件搭建的Hadoop平台下进行仿真实验,表明MKFOA-Kmeans算法对大数据的聚类准确率高,并且随着数据量的增加,聚类效率优势也愈加明显。     

一种基于RBF的时序缺失数据修复方法

提出了一种基于RBF的时序缺失数据修复方法,利用RBF构建模板数据和当前存在缺失的数据之间的训练关系,并通过该训练关系修复缺失数据．实验表明,该方法能够应用于刚性体以及非刚形体运动或形变追踪,是一种有效的时序缺失数据修复方法．     

基于模糊的RBF变压器故障诊断研究

对变压器的运行做出准确地诊断对电力系统具有重大意义。针对现今变压器故障诊断存在的编码准确率不够高等问题,本文采用模糊理论和RBF神经网络对变压器进行诊断,利用MATLAB对变压器数据进行仿真,得出结合神经网络和模糊诊断变压器运行状态准确性高。     

多核推进遭遇猥琐三陪

本场比赛是NEST小组赛,重组之后的TongFu和新一代宇宙队DK之间的较量。TongFu一开始就BAN掉大牛,然后拿到一套以德鲁伊,龙骑和陈为核心的推进阵容,而DK则有所针对的将TongFu热衷的骨法Ban掉,然后拿到了赏金专门针对野区的陈,核心则选择了在清兵能力上加强了的月骑和最近2号位大热的人选炼金,再加上三冰神奇的发条,一场狮虎之争,在所难免。     

一种高阶平滑表面并行提取方法

针对高阶平滑表面算法计算复杂和数据量大的问题,提出一种加快高阶平滑表面算法速度的并行方法. 首先对高阶平滑表面算法进行并行化,然后采用优化技术提高算法性能,同时采用矩阵压缩改善内存空间性能. 实验表明,在双核处理器上平均加速比达到1.87.