径向基函数神经网络
径向基函数神经网络的相关文献在1999年到2022年内共计920篇,主要集中在自动化技术、计算机技术、电工技术、无线电电子学、电信技术
等领域,其中期刊论文821篇、会议论文54篇、专利文献391135篇;相关期刊411种,包括电工技术学报、电力系统及其自动化学报、传感器与微系统等;
相关会议51种,包括2015年第十届全国毫米波亚毫米波会议、第十四届全国空气弹性学术交流会、2015年中国电机工程学会年会等;径向基函数神经网络的相关文献由2482位作者贡献,包括刘洋、韩敏、俞阿龙等。
径向基函数神经网络—发文量
专利文献>
论文:391135篇
占比:99.78%
总计:392010篇
径向基函数神经网络
-研究学者
- 刘洋
- 韩敏
- 俞阿龙
- 翟国富
- 刘兴高
- 吴杰
- 张媛
- 史长城
- 夏长亮
- 张勇
- 张智晟
- 李一波
- 杨杰
- 王鹏
- 程存归
- 贾利民
- 赵又群
- 邢宗义
- 陈力
- 黄小原
- 侯远龙
- 刘妹琴
- 刘杰
- 吴玉香
- 姚承宗
- 孔艳
- 孙伟
- 张旭
- 张旻
- 张晶
- 张玉杰
- 张长江
- 彭继慎
- 朱拓
- 朱新荣
- 李勇
- 李飞
- 杨兴华
- 杨进宝
- 林健
- 林海军
- 汪晋宽
- 汪木兰
- 汪镭
- 滕召胜
- 王伟
- 王力
- 王士同
- 王学雷
- 王宁
-
-
路淑芳;
谭祥;
刘旺
-
-
摘要:
鉴于新旧桥梁在日常运营中缺乏连续、实时的损伤情况分析,基于桥梁结构损伤识别与机器学习中的径向基函数理论,提出了2种损伤识别方法。一是分步识别法,运用频率的变式识别损伤位置,曲率、频率组合输入识别损伤程度,得到了88%以上的位置识别正确率与92%以上的程度识别正确率,适用于对准确率要求较高的结构损伤识别。二是综合识别法,在分步识别法的基础上对网络结构进行优化,利用神经网络的输出特征可直接判别损伤位置和损伤程度,得到了78%以上的识别准确率,适用于桥梁结构大数据的在线分析。试验证明了2种径向基函数(radial basis function,RBF)神经网络可以用于桥梁不同实际条件下的损伤情况识别,对于神经网络在桥梁结构损伤识别方面有更加准确的认识和分析,为以后进一步研究神经网络在桥梁结构损伤识别方面提供参考。
-
-
张翼;
齐瑞云
-
-
摘要:
研究了以高精度为目的的航天器悬停系统控制设计。采用相对轨道要素描述目标航天器和跟踪航天器之间的相对运动模型,具有清晰的几何意义和较高的精度。为了实现高精度的相对位置和相对速度跟踪,提出了一种改进型重复控制方案,该方案利用重复控制能够精确跟踪目标信号的优点,并通过加入非奇异终端滑模控制器克服了传统重复控制器易受非周期干扰影响的缺点。此外,利用非线性状态误差反馈改善了重复控制器的动态性能,并利用径向基函数神经网络逼近悬停模型的未知非线性项。通过严格的李雅普诺夫稳定性分析,保证了整个闭环控制系统的稳定性。最后,通过数值仿真验证了所提控制方案的有效性和优越性。
-
-
吴伟强;
王卫红;
訾应昆;
耿诗画;
冉茂莹
-
-
摘要:
针对单一模型在矿山地表沉降预测中的缺陷,提出了一种基于贝叶斯估计法的沉降预测组合模型。以甘肃金昌西二采区为例,以Sentinel-1A卫星SAR影像为数据源,分别用差分整合移动平均自回归(ARIMA)模型和径向基函数神经网络模型进行单一模型预测,另外基于残差修正法和贝叶斯估计法进行组合模型预测,结果表明:ARIMA模型、径向基函数神经网络模型、残差修正法组合模型、贝叶斯估计法组合模型的平均绝对误差分别为14.067、9.427、7.415、3.326 mm,平均相对误差分别为11.40%、7.39%、6.14%、2.65%,均方根误差分别为15.878、12.097、11.335、6.254 mm;组合模型预测精度较单一模型有明显的提升,其中基于贝叶斯估计法的组合模型性能最佳,可用于中长期的矿山地表沉降预测。
-
-
徐坤;
张金灿;
王金婵;
刘敏;
李娜
-
-
摘要:
建立精确的模型是使用砷化镓异质结双极晶体管器件(GaAs HBT)设计集成电路的必要基础,传统经验模型建立过程复杂,在输出功率、增益、功率附加效率等功率特性方面的模拟精度不太高,给电路设计带来了一定的难度。本文利用径向基函数(RBF)神经网络算法和反向传播(BP)神经网络算法分别建立GaAs异质结双极晶体管器件的大信号模型。这些模型的训练和测试数据分别来自于测试的双端口散射参数,以及测试的直流特性和功率特性数据。然后将模型数据与实测结果进行对比,结果发现,基于神经网络的器件模型能够精确地模拟器件特性,而且RBF神经网络模型相比BP神经网络模型,误差更小,预测更精确。
-
-
陈思俊;
陈振中
-
-
摘要:
为实现化纤长丝断头自动化巡检,提高企业生产效率,提出一套基于机器视觉的化纤长丝断头检测系统。检测系统通过工业相机采集长丝图像,并采用小波去噪和阈值分割算法进行图像增强处理;利用霍夫变换实现长丝主体与断头部分的形状分割;基于提取的多个形状特征,建立和训练径向基函数神经网络模型,实现对化纤长丝断头的检测和分类。选取150 tex/36 f规格的POY(pre-oriented yarn)长丝进行试验,结果显示该算法断头识别率超过95%,断头识别时间由人工检测的10^(2) s数量级提升到10^(-1) s数量级。
-
-
张普;
薛惠锋;
高山;
左轩
-
-
摘要:
针对多智能体编队系统执行器发生故障时,所引起的参数不确定以及系统瞬态不稳定问题,本文采用径向基函数神经网络(radial basis function neural networks,RBFNNs)对不确定参数(未知函数)进行估计。同时,基于反推技术设计出合理的自适应容错控制器,并通过有限时间理论保证系统实现瞬态稳定。首先,本文采用10个智能体作为被控对象,基于有向通讯拓扑结构理论,构建了非线性多智能体系统模型。其次,基于RBFNNs逼近特性,采用反推技术与动态面技术相结合,设计出合理的容错控制器,补偿多智能体中出现的未知非线性执行器故障,并采用有限时间理论解决系统瞬态不稳定问题。接着,基于Lyapunov稳定性理论分析了控制器的稳定性和快速收敛性。最后,通过两种算例对比,验证了所设计的控制器性能优于传统的反推技术,为工程实践提供了一种有效的研究思路。
-
-
陈霖周廷;
刘占超
-
-
摘要:
针对GNSS信号受遮挡或干扰导致的位姿测量系统(POS)量测信息失锁问题,提出一种基于多元线性回归(MLR)和径向基函数神经网络(RBFNN)的混合预测方法,用于GNSS失锁期间的POS导航误差预测。该方法利用Hodrick-Prescott(HP)滤波将POS导航误差样本数据分解成趋势性成分序列与波动性成分序列,分别采用MLR和RBFNN对其进行预测建模,充分表征POS导航误差数据的线性与非线性特征。车载实验结果表明,所提出的基于MLR/RBFNN混合预测方法与标准Kalman滤波方法相比,位置误差精度提高72.9%~89.1%,速度误差精度提高50.1%~60.8%,其位置和速度误差统计结果均优于单一的MLR预测模型和RBFNN预测模型。
-
-
王邢波;
陆闯;
张岩
-
-
摘要:
针对灵巧手的手指轨迹跟踪问题,设计了一种基于径向基函数神经网络(RBFNN)的自适应控制系统。首先,采用n+1型肌腱驱动方案来实现机械手指的位置跟踪控制;其次,针对模型手指与物体的接触,采用基于径向基函数神经网络的自适应控制,逼近了未知的动力学模型,提高了接触力的自适应能力,为了解决肌腱张力约束的影响,引入了辅助系统;最后,通过Lyapunov方法证明了稳定性。仿真结果表明,灵巧手指的轨迹能被稳定跟踪,证明了所提控制算法的有效性和可行性。
-
-
王建敏;
李特;
吕楠;
冯源
-
-
摘要:
为了更好地解决单一钟差预测模型预测结果发散,预测精度差等问题,提出一种基于最小残差绝对值的径向基(RBF)神经网络和广义回归神经网络(GRNN)组合预测方法。该方法利用预处理差分数据,分别建立RBF神经网络预测模型和GRNN预测模型,然后进行数据重构;最后利用最小残差绝对值方法对两种模型进行组合。实验结果表明:组合模型预测精度高、稳定性好,12 h内的预报精度在0.6 ns以下,能够对北斗卫星导航系统(BDS)精密卫星钟差进行短期高精度预报。
-
-
苗荣霞;
刘鑫森;
杨婧;
王磊
-
-
摘要:
针对传统锻造操作机在作业过程中因自身惯量较大而导致行进速度不稳定的问题,本研究结合锻造操作机大车行走机构建立了其速度的动力学模型,采用基于径向基函数神经网络的PID控制与Smith预估器相结合的控制方法,实现对锻造操作机大车行走速度的精确控制。通过MATLAB/Simulink仿真对比分析得出:基于Smith-RBF-PID算法的控制效果与传统PID相比,其超调量以及调节时间都显著减小;与RBF-PID控制算法相比,缩短了响应时间,大大提高了操作机大车行走速度的控制精度。
-
-
-
CHENG Liang;
成亮;
ZHU Li;
朱莉
- 《2015年第十届全国毫米波亚毫米波会议》
| 2015年
-
摘要:
针对神经网络及其改进的神经网络易陷入局部极小值、精度和泛化之间不可调和等固有缺陷,本文将主成分分析(PCA)优化径向基函数神经网络(RBFN)应用于毫米波辐射计的目标识别,利用该方法对探测目标较多的情况下进行目标识别,并与BP和传统RBFN神经网络方法进行比较.结果表明:经过主成分分析优化的径向基函数神经网络相比BP神经网络和传统RBFN神经网络对目标的预测精度更高、发生错判的几率更低、识别效果更好.
-
-
崔晓伟;
武文华;
吕柏呈;
王世圣;
冯家果;
岳前进
- 《第十八届中国海洋(岸)工程学术讨论会》
| 2017年
-
摘要:
海洋浮式平台在位后,其性能指标受到人员流动、设备调整等多方面因素影响,使平台基本设计参数(如质量、回转半径、重心位置等)发生变化,引起基本设计参数的误差,对平台性能评估的准确性带来影响.本文在中国南海浮式平台所开展的原型实测的基础上,基于现场获取的台风数据,通过径向基函数神经网络方法开展平台结构运动响应分析研究.利用径向基神经网络结合水动力学分析软件ANSYS-AQWA对平台的几何参数进行修正.以实测数据中纵荡、横荡均值和纵摇、横摇均方差作为神经网络输入参量,以平台的五个基本参数(质量、三个转动量的回转半径、重心高度)作为优化目标.优化结果显示出,实测和计算的纵荡、横荡、纵摇、横摇误差在5%以内,证明了径向基神经网络方法能够良好的获得平台参数的最优解.最后在修正后的平台模型施加百年一遇极端环境荷载条件下,重新评估平台系统的运动响应并与设计值进行对比,对平台设计指标进行评估.
-
-
-
-
-
-
王孝成;
廉飞宇;
张元
- 《中国粮油学会第九届学术年会》
| 2018年
-
摘要:
储粮温度预测有利于及时采取通风降温等措施保障储粮安全,因而具有重要意义.传统预测方法多是基于历史温度数据的向量形式进行特征提取,破坏了原有数据的高阶特性和内部结构,导致局部空间信息丢失,预测精度难以满足要求.本文针对这一问题,提出了一种以数据张量表示为基础的多线性主成分分析(multi-linear principle component analysis,MPCA)方法.该方法保留了粮堆温度历史数据的高阶性,即在使用MPCA进行特征提取和降维的同时,充分保留了原有数据的内部结构,因而提取的特征更为有效.实验表明,本文方法预测结果优于其他典型预测方法.
-
-
王孝成;
廉飞宇;
张元
- 《中国粮油学会第九届学术年会》
| 2018年
-
摘要:
储粮温度预测有利于及时采取通风降温等措施保障储粮安全,因而具有重要意义.传统预测方法多是基于历史温度数据的向量形式进行特征提取,破坏了原有数据的高阶特性和内部结构,导致局部空间信息丢失,预测精度难以满足要求.本文针对这一问题,提出了一种以数据张量表示为基础的多线性主成分分析(multi-linear principle component analysis,MPCA)方法.该方法保留了粮堆温度历史数据的高阶性,即在使用MPCA进行特征提取和降维的同时,充分保留了原有数据的内部结构,因而提取的特征更为有效.实验表明,本文方法预测结果优于其他典型预测方法.
-
-
王孝成;
廉飞宇;
张元
- 《中国粮油学会第九届学术年会》
| 2018年
-
摘要:
储粮温度预测有利于及时采取通风降温等措施保障储粮安全,因而具有重要意义.传统预测方法多是基于历史温度数据的向量形式进行特征提取,破坏了原有数据的高阶特性和内部结构,导致局部空间信息丢失,预测精度难以满足要求.本文针对这一问题,提出了一种以数据张量表示为基础的多线性主成分分析(multi-linear principle component analysis,MPCA)方法.该方法保留了粮堆温度历史数据的高阶性,即在使用MPCA进行特征提取和降维的同时,充分保留了原有数据的内部结构,因而提取的特征更为有效.实验表明,本文方法预测结果优于其他典型预测方法.