测力钢轨轮轨力连续输出算法

根据轮轨相互作用特点,利用地面测试数据的信息,采用阈值判断法提取有效的轮轨力数据。设计基于径向基函数神经网络的算法,用以处理不同测试单元处的轮轨力的非线性关系,用不同车轮不同作用点位置作用下的横、垂向力训练神经网络,实现了测力钢轨轮轨力的连续测试,并对3种工况进行了仿真试验。分析结果表明：既存在干扰又存在应变片损坏时的...     

基于APCENN与RBFNN的人脸识别方法研究

提出了将自适应主分量提取神经网络(APCENN)与径向基神经网络(RBFNN)结合进行人脸识别的方法.由于人脸图像维数高,传统主分量分析方法提取人脸主分量运算复杂、速度慢,应用APCENN通过并行运算直接提取人脸主分量,提高了特征提取速度.再通过RBFNN进行识别分类,实验证明网络训练收敛速度快、识别率高.     

南丰蜜桔可溶性固形物非线性模型研究

探索应用近红外透射光谱无损检测技术,结合径向基神经网络和反向传播神经网络两种人工智能算法,建立南丰蜜桔可溶性固形物快速无损检测的非线性稳定预测模型。通过43个未参与建模的南丰蜜桔样品作为外部验证数据,验证径向基函数神经网络模型的性能,预测模型的相关系数R=0．92。研究结果表明：径向基函数神经网络比反向神经网络获得的预测结果更好,校正模型的预测均方根误差从0．72^0Brix降低到0．65^0Brix。径向基函数神经网络方法是解决近红外光谱检测南丰蜜桔可溶性固形物中非线性建模问题的有效方法。     

基于互双谱与径向基函数神经网络的舰船目标分类(英文)

提出了声矢量信号互双谱估计算法.利用该算法和其它的二阶、高阶谱估计算法,提取了实测数据的声压和声矢量信号组合特征,并用不同组合特征构造了径向基函数神经网络的输入向量集,对矢量水听器实测的舰船目标进行了分类识别.结果表明,声矢量信号组合特征比声压信号组合特征具有更强的类别可分性,提高了水声目标的识别率.     

基于径向基神经网络的EPS助力控制方法

回顾汽车助力转向系统的发展历程,并对电动助力转向(EPS)系统进行分析。在总结前人研究方法的基础上,探索出一种基于径向基(RBF)神经网络的EPS助力特性研究方法。通过径向基神经网络的学习和训练,对理想的助力特性曲线进行拟合和预测,得到非常理想的新曲线。学习的结果说明,径向基神经网络在学习和预测方面功能强大,应用此控制策略,对后续的研究提供了一个选择。     

应用于火灾探测的气味分析技术及其算法

提出了一种新的应用于火灾探测的算法,通过与BP神经网络算法的分析比较,认为RBF神经网络算法比BP神经网络算法在数据处理方面更加迅速和准确,因此RBF神经网络算法在火灾的实时探测方面具有更好的发展潜力,而基于RBF神经网络的气味分析技术在火灾探测方面表现出广阔的应用前景.     

基于动态多子群协作QPSO算法的RBFNN优化

提出了一种动态多子群协作QPSO算法(Dynamic Multiple Sub-population Collaboration Quantum-behaved Particle Swarm Optimization,简称DMPQPSO),该方法动态构建各子群,并采用混沌策略分2个阶段优化QPSO,同时对各子群的收缩扩张系数分别进行自适应调整.采用该方法优化RBFNN,并将DMPQPSO算法与标准PSO和QPSO算法对比,仿真实验验证了该方法的优化效果.