三维空间场各向异性径向基函数空间插值模型研究 

地理现象三维空间场的分布具有各向异性特征。如何利用采样观测数据直接对具有异向性空间结构特征的三维地理现象进行可靠的三维空间场插值重建不仅是三维空间分析的重要问题也是3DGIS的基本功能需要。径向基函数(Radial Basis Function,简称RBF)作为一种精确性插值方法,具有形式简单和不受维度限制等优点,可以...
南京师范大学  博士论文  2015年 下载次数(75)| 被引次数()

自适应组合RBF滤波器理论及其应用研究 

径向基函数神经网络具有结构简单、学习能力快、收敛速度快、逼近性能强、无局部极小、便于实现以及鲁棒性较强等优点,在很多领域都得到了非常广泛的应用。针对目前径向基函数神经网络的研究现状,在深入地分析RBF神经网络基本理论的基础上,针对径向基函数神经网络在非线性信号处理应用中存在的问题,提出了两种基于RBF网络凸组合的新型网...
西南交通大学  博士论文  2013年 下载次数(393)| 被引次数(7)

电磁场计算中的径向基函数无网格法研究 

在工程电磁场的数值计算中,基于区域剖分和局部近似技术的网格化方法常面临剖分困难以及精度与计算量的矛盾。径向基函数(Radial Basis Function,RBF)方法已在数据插值和微分方程求解中得到广泛应用,并逐步形成一类配点型无网格方法。论文将RBF方法系统地引入到电磁场数值计算中,研究RBF求解典型电...
重庆大学  博士论文  2008年 下载次数(1274)| 被引次数(32)

基于状态相依模型的非线性时间序列建模及其优化方法研究 

时间序列是探索现实世界运动规律的重要工具。工程技术、经济、自然科学和社会科学领域存在着大量的时间序列数据需要我们进行处理和分析。时间序列分析的一个重要问题是时间序列模型的建立。早期的线性时间序列模型常常不足以刻画复杂的实际系统,近几十年,一系列的非线性时间序列模型被陆续提出以满足更高的要求。然而,非线性模型...
中南大学  博士论文  2010年 下载次数(884)| 被引次数(8)

非线性非高斯时间序列预测研究 

决策是人们生产、生活和工作中一项基本思维和实践活动。小至个人生活,大至整个国家建设,都会遇到对一些行动方案可行性及优劣做出评价,从中选择满意或“最优”的行为,而预测作为决策的前提和基础,对方案最终选择起着至关重要的作用,因此预测也是人类生存和发展的一项重要活动。 时间序列预测作为预测领域内的一个重...
南京航空航天大学  博士论文  2008年 下载次数(1279)| 被引次数(21)

基于人工智能优化算法的聚丙烯熔融指数预报建模优化研究 

聚丙烯在生产生活中的重要地位对聚丙烯生产过程中的产品质量控制提出了更高的要求,其中熔融指数(Melt Index, MI)预报显得尤为关键。本文研究了丙烯聚合生产过程中的MI软测量预报问题,针对生产过程的高度非线性和复杂性采用径向基函数(RBF)神经网络进行建模,然后使用人工智能优化算法进行模型结构优化;本文提出了若干...
浙江大学  硕士论文  2012年 下载次数(206)| 被引次数(3)

网络控制系统的学习和控制策略研究 

网络控制系统具有布线少、易于安装维护和灵活性强等诸多优点,已经在磁悬浮球系统、双轴压力位置系统、机器人等领域出现一系列应用。然而实际工业过程往往为非线性多变量系统,参数往往时变,这类复杂对象本身在空间上分布广泛,常采用多个本地控制器的分布式控制模式,但由于本地控制器自身计算资源有限,无力运行复杂的控制算法以...
上海大学  博士论文  2010年 下载次数(829)| 被引次数(5)

近红外光谱技术在药物无损非破坏定量分析中的应用研究 

本文应用近红外光谱(NIR Spectroscopy)分别结合径向基函数(RBF)神经网络、主成分分析—径向基函数(PCA-RBF)神经网络、遗传算法优化的径向基函数(GA-RBF)神经网络和自适应神经模糊推理系统(ANFIS)对四种不同药品的有效活性成分进行了定量分析,实现了药物的无损分析。 建立了...
吉林大学  博士论文  2008年 下载次数(809)| 被引次数(12)

基于PSO的自组织RBF神经网络优化设计及应用研究 

径向基(Radial Basic Function,RBF)神经网络作为一种前馈型神经网络,在模型预测、智能控制和模式识别等领域得到广泛应用。然而,当前RBF神经网络结构主要通过经验或凑试的方法确定,且结构一旦确定将不再调整,极大的降低了RBF神经网络的自适应能力。因此,如何在RBF神经网络参数优化的同时实现其结构的自...
北京工业大学  硕士论文  2016年 下载次数(381)| 被引次数(9)

基于改进RBF网络的金融时序预测及其分析 

现代计量经济学和金融学的许多研究成果都需要金融时序预测,其预测精度往往受到各种不确定因素的影响。大多数的金融时序是非平稳时序,并且具有非线性的特征,因此,用经典线性预测模型对金融时序预测,其预测效果往往不够理想。 RBF网络能以任意的精度逼近任何多元连续函数,并且训练速度也比较快,所以本文选择用RBF网络构建金融...
西华大学  硕士论文  2012年 下载次数(195)| 被引次数(1)

基于AQPSO的RBF神经网络自组织学习 

径向基函数(Radial Basic Function,RBF)神经网络作为一种前馈型神经网络,在模型预测、智能控制和模式识别等领域得到广泛应用。但是,常规的RBF神经网络的拓扑结构无法根据具体问题进行实时调整,极大的限制了RBF神经网络的应用。因此,本文针对RBF神经网络的结构设计及参数优化问题,以交通流量预测为应用...
华东交通大学  硕士论文  2018年 下载次数(267)| 被引次数(2)

RBF神经网络的优化设计及应用 

径向基函数(RBF)神经网络因其快速的学习能力和优良的全局逼近性能在很多领域得到广泛应用。传统的RBF神经网络学习算法首先确定网络结构,然后优化网络参数。这类算法虽然可以快速地构建RBF神经网络,但往往难以取得令人满意的效果。在实际应用中,预先确定合理的网络结构比较困难,所以理想的RBF神经网络学习算法应该能同时优化网...
苏州大学  硕士论文  2017年 下载次数(169)| 被引次数(1)

基于深度RBF网络的SAR影像地物分类 

目前大部分的SAR(Synthetic Aperture Radar)影像地物分类算法可以看作是通过对浅层学习的特征进行分类,学习到的特征比较低级,分类准确率不高,因此复杂分类器的设计成为人们的研究热点。本文基于深度学习的思想,提出了一个基于RBF(Radial Base Function)网络的含三个隐含层的数据分类...
西安电子科技大学  硕士论文  2014年 下载次数(368)| 被引次数(2)

基于改进RBF神经网络算法的水质预测模型研究 

城市供水管网作为市政工程建设的基础设施,担负着为人民群众提供优质无污染生活饮用水的重担。自来水在流经庞大繁杂的管网系统过程中,易发生“二次污染”,从而导致水质下降,影响人民群众的生命健康。因此,对管网水质的变化情况进行科学预测并及时采取有效的措施已成为专家学者的研究热点。传统的水质预测方法,诸如模糊数学法和灰色系统理论...
华东交通大学  硕士论文  2013年 下载次数(496)| 被引次数(14)

基于混合算法—径向基神经网络的短期负荷预测 

短期负荷预测(STLF)是电力系统运行调度中的一项重要内容,是能量管理系统的一个重要模块。电力市场的引入,对负荷预测的准确性、实时性、可靠性和智能性提出了更高的要求。神经网络模型是一种比较常用的短期电力负荷预测模型,本文针对RBF神经网络的不足之处进行改进,建立新的预测模型,并应用于短期电力负荷预测。本文的主要研究内容...
西南交通大学  硕士论文  2011年 下载次数(297)| 被引次数(10)

共找到相关记录15316条12345678910下一页