径向基网络
径向基网络的相关文献在1997年到2022年内共计181篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、公路运输
等领域,其中期刊论文150篇、会议论文17篇、专利文献543650篇;相关期刊124种,包括物探化探计算技术、电视技术、电子与信息学报等;
相关会议17种,包括2014中国环境科学学会学术年会、2011年中国智能自动化会议、中国电子学会电路与系统学会第二十二届年会等;径向基网络的相关文献由455位作者贡献,包括高涛、何明一、阮晓钢等。
径向基网络—发文量
专利文献>
论文:543650篇
占比:99.97%
总计:543817篇
径向基网络
-研究学者
- 高涛
- 何明一
- 阮晓钢
- 何怡刚
- 冯清海
- 姚智刚
- 尹浩
- 王宝树
- 申亚楠
- 章卫国
- 虞国全
- 袁万城
- 郭春明
- 陈德钊
- 黄佳典
- 于瑞
- 任子武
- 任雪梅
- 刘文伟
- 叶年辉
- 吴敏
- 吴昊
- 吴杰
- 周志刚
- 孙景亮
- 孙盛骐
- 宋夫才
- 常建华
- 张洪剑
- 张玲华
- 徐曦
- 易建强
- 曾坤
- 李俊志
- 李勇
- 李彦强
- 李智
- 李琳
- 杨政
- 桑农
- 洪喜
- 熊凤
- 王仰杰
- 王华秋
- 王圣毫
- 王士同
- 王宏强
- 王晓东
- 白磷
- 祝文姬
-
-
崔桂梅;
朱佳童
-
-
摘要:
针对某钢厂2250热连轧产线是一个变时滞、强耦合的非线性系统,传统的PID控制在处理此类非线性系统时存在着抗干扰性差以及实时控制能力不足等问题,为了提高轧制成品质量,提出一种基于强化学习优化PID控制器参数的设计办法,并在钢铁热连轧领域首次应用。该控制器通过强化学习与PID控制相结合,应用基于执行器⁃评价器结构以及径向基网络的自适应PID控制器在线优化PID控制器参数。实验结果表明,在外部存在干扰的情况下,该控制器能快速回到稳态,且在存在变时延的情况下响应迅速,能快速地作出反应,具有良好的动态性能。通过该控制器的设计结果证明,该智能优化控制器与传统PID控制器相比具有超调量小、响应时间短的优点,具有良好的鲁棒性以及自适应性。
-
-
刘家;
卢永美;
何东;
卜令梅;
陈黎;
于中华
-
-
摘要:
开放域对话系统目前采用的检索-生成方法是基于相似问题具有相似回答这一假设,其中最新的聚类-生成方法对训练集中的问题进行硬聚类,并从每个问题簇所对应的回答中学习该簇问题的回复模式.然而现有的方法忽略了问题的语义多样性,影响了生成回复的相关性和信息性.为了解决上述问题,本文提出了面向语义多样性的对话生成模型,利用可学习的软聚类网络将训练集的问题分配到多个语义簇来更好地捕获语义多样性.特别的,本文使用径向基神经网络实现软聚类过程,径向基网络的可微性使得模型能够对软聚类和回复生成过程进行端到端的训练,让这两个过程更加紧密耦合.在Chat数据集上进行实验,结果表明本文算法的性能高于已有的先进算法.
-
-
于来宝;
谢兴旺;
宋晶;
袁博
-
-
摘要:
针对锅炉过热汽温模型结构和参数发生较大变化时常规PID控制效果难以令人满意的问题,提出一款基于actor-critic(AC)强化学习(reinforcement learning, RL)的自适应PI控制器.控制器采用径向基神经网络(RBF-NN)实现AC强化学习结构,其中actor网络输出为PI控制器参数,cri-tic网络对actor网络输出进行评判以生成时序差分(temporal difference, TD)误差信号,TD误差信号驱动RBF网络权值在线更新.介绍了锅炉过热汽温控制系统结构特点,给出了RL-PI控制器设计和算法执行步骤.完成了锅炉过热汽温控制系统的设计.以典型的非线性时变锅炉过热汽温系统为被控对象,进行了正常工况、增益增大、惯性增大、增益突变、惯性突变以及加扰动等6种工况下的仿真试验.结果表明:与模型预测控制、模糊控制以及常规PI串级控制方法相比,该RL-PI控制器具有明显的优势,能够极大提高系统适应工况变换的能力,且具有更强的自学习能力,收敛速度更快,鲁棒性更强.
-
-
-
符志国;
陈康;
廖娟;
龙隆;
彭达
-
-
摘要:
石油勘探面临的油气储集地质环境日趋复杂,当目标储层与多种岩性地质体混杂时,人工分辨困难,也难以定量化评估判别精度,取得最佳识别结果.针对此问题引入贝叶斯机器学习算法进行自动化目标判别.其中,提出了采用径向基神经网络估计先验分布概率密度,不再假设先验分布模型,增强了贝叶斯分类方法的实用性,替代了人工处理工序,实现了储层目标的高精度、定量、自动化判别.应用于油田地震勘探资料进行实际储层预测,判别结果与工业气井吻合,表明了方法可行、有效.
-
-
谯富祥;
史静平;
章卫国;
吕永玺;
屈晓波
-
-
摘要:
针对变体飞机非线性模型的不确定性问题,提出了一种基于径向基神经网络(radial basis function neural networks,RBFNN)的高精度自适应反步控制方法.首先,在变体飞机静态和动态气动参数分析的基础上,运用传统反步法设计了非线性控制律,并引入径向基神经网络在线逼近系统的不确定项,提高系统鲁棒性;并设计鲁棒项消除径向基神经网络带来的逼近误差.其次,通过对虚拟控制变量进行求导项设计微分跟踪器,解决了传统反步法中存在的"微分膨胀"问题.通过Lyapunov稳定性分析,证明该方法能保证闭环系统跟踪误差最终收敛且一致有界.最后,基于Matlab/Simulink搭建了变体飞机的数字仿真模型,并与常规反步法进行了对比分析,仿真结果表明该方法具有控制精度高、鲁棒性强的特点.
-
-
徐洋;
方洋旺;
伍友利;
杨鹏飞;
张丹旭
-
-
摘要:
由于红外诱饵干扰样式复杂、目标机动形式多变导致传统比例导引律极易被干扰.为提高采用比例导引方法的导弹性能,提出一种利用径向基函数网络调控比例系数及导弹发射时机的智能导引律.以飞行时间及脱靶量为参考,通过构建加权型指标函数将求解最优比例系数及发射时机问题转化为单目标优化问题;引入量子粒子群算法求解最优决策参量,并以其作为网络输出,干扰样式作为网络输入,离线训练径向基函数网络;为提高训练效率,结合K-means及K最近邻算法初始化径向基函数网络.仿真结果表明,当存在红外诱饵干扰时,智能导引律性能优于扩展比例导引律及自适应滑模导引律.
-
-
-
洪骥宇;
王华伟;
车畅畅;
倪晓梅
-
-
摘要:
为提高故障诊断准确度,针对航空发动机气路故障中状态参数非线性强且易受噪声污染的问题,提出一种改进降噪自编码的航空发动机气路诊断方法.该方法在降噪自编码器(denoising autoencoder,简称DAE)基础上,采用改进萤火虫算法(firefly algorithm,简称FA)优化的径向基(radial basis function,简称RBF)神经网络,进行航空发动机故障诊断,DAE能够提取出更利于故障诊断的深层鲁棒特征.为了进一步提高算法的诊断准确度,引入惯性权重与自适应光强因子的改进FA来优化RBF网络从而得到萤火虫径向基(firefly radial basis function,简称FRBF)网络,再将DAE提取的特征导入其中进行故障诊断.通过实例,将提出方法与原始DAE、单独的FRBF、支持向量机(support vector machine,简称SVM)和RBF这4种算法进行对比,结果表明,所提出方法诊断精度最高,达到98.1%,且算法性能稳定,鲁棒性也优于其他几种方法.
-
-
陈明猜;
於东军;
戚湧
-
-
摘要:
为了提高城市道路短时交通流预测的时效性、准确性,提出一种基于果蝇优化算法(Fruit FlyOptimization Algorithm,FOA)的径向基(Radial Basis Function,RBF)网络预测方法,简称FOA-RBF网络.以交通数据的混沌特性为依据,对短时交通流时间序列进行相空间重构,在相空间中构造混沌模型,凭借FOA算法对参数空间的探索能力,优化RBF网络的超参数,以此建立FOA-RBF网络.在城市道路数据上对FOA-RBF网络的有效性进行验证,实验结果表明,FOA-RBF网络在精度上有较大提升,并在处理大数据方面表现出较好的性能.%To improve the speed and the accuracy of short-term traffic flow prediction of urban road,a prediction model optimized by fruit fly optimization algorithm (FOA) based on radial basis function (RBF)network is proposed,called the FOA-RBF network.Based on the chaotic characteristics of traffic data,the phase space reconstruction is carried out for short-term traffic flow time series,and a chaos model is established in the phase space for prediction.Because FOA algorithm has a good exploration in the parameter space,the hyper-parameters of RBF are optimized by FOA,and then a FOA-RBF network is established.The validity of the FOA-RBF network is validated on urban road data.Experimental results show that the FOA-RBF network has better accuracy and good performance when handling large data.
-
-
-
- 《全国第15届计算机辅助设计与图形学学术会议》
| 2008年
-
摘要:
针对粒子滤波算法的缺陷,提出了改进粒子滤波算法。该算法利用径向基网络的最佳逼近特性,提高先验概率密度估计精度,消除噪声引起的估计误差,利用支撑向量回归法实现较少粒子的高精度跟踪.机动目标的跟踪仿真表明该算法的精度和稳定性优于粒子滤波和无迹粒子滤波,可实现实时鲁棒艰踪,视频目标的跟踪试验也表明该算法对有遮挡现象的跟踪问题的有效性。
-
-
-
康海英;
65559部队;
栾军英;
郑海起;
田燕;
曹进华
- 《2006年全国高校机械工程测试技术研究会暨中国振动工程学会动态测试专委会学术年会》
| 2006年
-
摘要:
研究了一种利用瞬态振动信号进行齿轮故障模式识别的方法.首先利用B&K3560多分析仪对齿轮箱启动时的原始振动信号和速度信号进行时域里等时间间隔的同步采样,利用样条插值算法对速度信号进行角域重采样得到等角度分布的采样点;然后根据该采样点所对应的时间对振动信号进行插值得到等角度采样的信号,并对得到的数据进行阶次跟踪分析;再对该信号进行特征参量提取,建立了基于阶次跟踪的齿轮故障特征参量集;最后利用径向基网络对得到的特征参量集进行模式识别.结果证明,阶次跟踪技术对于瞬态信号有较好的分析处理能力,它能够有效地避免传统频谱分析方法所无法解决的"频率模糊"现象,而径向基网络对齿轮的故障特征参量集具有较强的识别能力,将二种方法相结合能够对齿轮进行有效地故障识别,具有广阔的应用前景.
-
-
-
-
续志军;
洪喜
- 《二〇〇八年高精度几何量光电测量与校准技术研讨会》
| 2008年
-
摘要:
利用神经网络进行光电轴角编码器的误差补偿,是一种新的编码器误差修正技术。在利用径向基函数网络(RBF)建立非线性模型对编码器的长周期误差进行修正时,实验数据中的随机噪声会造成过拟合现象的产生,影响模型的补偿效果。针对RBF网络的过拟合现象,分别采用滑动平均法与异常点剔除法对实验数据进行预处理以减小随机噪声的影响。实验表明,使用径向基神经网络进行误差补差可以将编码器的系统精度提高至3倍以上,在此基础上对建模数据进行预处理,可以进一步优化网络性能,使得编码器的系统精度在原有基础上得到进一步的改善,验证了方法的有效性。
-
-
-