摘要：针对变压器制造企业投标报价缺乏科学理论指导,准确性低的问题,以准确预估下一批招标的标底价为目标,提出了结合主成分分析(PCA)与人工神经网络(ANN)的变压器标底预测模型-PCA-rbf标底预测模型。模型采用PCA对高维原始变量进行降维处理,提取主成分(PC)作为径向基函数神经网络(rbf)的输入。PCA算法降低了原始变量的维数,去除了各变量间的相关性,在简化ANN结构的同时,提高了预测模型的精度。仿真结果表明,PCA-rbf变压器标底预测模型具有较高的预测精度。

摘要：为了提高土壤遥感图象分类精度,把径向基函数(Radial Basis Function,rbf)神经网络应用到遥感土壤分类系统,并基于MATLAB平台仿真模拟。仿真结果表明,经过训练的rbf神经网络可有效识别土壤特征,实现自动土壤分类。

摘要：气温、气压等天气因素决定了人体舒适度。随着社会经济的快速发展,空调和取暖负载在总用电负荷中的比重日益增加,天气对负荷波动的影响越来越明显。提出了一种考虑风速、降水、气压、气温、湿度等天气数据的径向基(rbf)神经网络日负荷预测模型,用实际负荷数据和天气数据进行训练,将预测结果与BP网络模型得到的结果进行比较,表明了该模型的优越性,也介绍了基于该模型和LabVIEW、Matlab的负荷预测虚拟仪器的前面板和流程图设计过程。结果表明,提出的模型算法简单、精度高、稳定性好,用虚拟仪器进行电力负荷预测具有操作简单、直观、节省费用等优点。所介绍的方法可以用于其它类型负荷预测模型的虚拟实现。

摘要：通过对孤立词语音识别现状的研究,提出了一种利用简化脉冲耦合神经网络PCNN和径向基函数rbf神经网络进行语音识别的新方法。利用语音信号的"可视"特性——语谱图,采用PCNN得到它的时间序列标识图作为语音信号的特征参数,辅以传统的rbf的语音识别方法,实现了孤立词语音识别。仿真结果表明,与其它方法比较,该方法能够达到较高的语音识别率。

摘要：rbf神经网络是一种3层前向局部逼近的神经网络,因而采用rbf网络可大大加快学习速度并避免局部极小问题,适合于实时控制的要求。将rbf网络监督与单神经元自适应结合组成控制算法,成为新的控制结构rbf-单神经元控制器,经过与rbf网络监督PI控制结果的比较,得出rbf-单神经元控制响应更快误差更小等优点。根据需要rbf-单神经元控制器可以变成单纯的神经元控制器,提高了控制的灵活性。通过对伺服电机的角度控制仿真实验,验证了提出的方法可行性与可靠性。

摘要：针对电厂废水中和过程的非线性、时变性和滞后特性,为提高控制的响应速度和稳定性,提出一种基于混沌粒子群(CPSO)优化的rbf神经网络预测控制算法。以强酸当量(SAE)模型作为控制对象,设计rbf神经网络预测模型。引入灵敏度法(SA)修正网络隐层神经元,CPSO算法快速准确搜索粒子信息,实现rbf神经网络辨识模型的最优化。通过在电厂用水加药系统循环控制上的仿真测试,表明该控制策略相比PID控制和基于遗传算法优化的BP神经网络控制,在控制的平稳性和快速性上具有一定优势。

摘要：根据产品试验件的外形数据 ,结合产品制造工艺过程中的变形信息 ,对模具复杂曲面进行逆向工程设计。采用rbf神经网络对天线罩模具进行逆向工程曲面重构 ,rbf神经网络具有很强的非线性逼近能力 ,模具曲面的重构精度高并且网络训练速度快 ,将rbf网络输出数据输入到CATIA的数字曲面编辑器 ,对模具曲面进行造型 ,该方法具有很高的实用推广价值。

摘要：鉴于临床无痛无创消化道检测中无线胶囊内窥镜的广泛应用,提出使用计算机图像识别技术进行内窥图像出血区域的自动检测方法。该方法分析了出血像素与聚类中心的欧拉距离分布和rbf的应用特点,在CIEXYZ和CIEL*a*b*颜色空间设计了一种rbf分类器应用于图像出血模式的识别方法,并通过软件编程实现了出血区域自动检测新方法。实验表明该方法能正确识别出内窥消化道图像中的出血区域,从而将图像分类为出血模式与非出血模式。

摘要：针对传统rbf神经网络存在的高维数据学习训练问题,采用K-means聚类算法设计rbf神经网络数据中心,建立基于聚类rbf神经网络的机载传感器精度评估模型,运用改进的rbf神经网络对机载传感器系统进行精度评估研究。仿真研究结果表明,与传统rbf神经网络评估算法相比,该算法有效减少评估时间,提高预测精度,表明算法是合理和有效的。

摘要：针对永磁直线同步电机跟踪系统中出现的诸多非线性因素,提出了基于PID控制器和径向基函数(rbf)神经网络组成的混合控制器。混合控制器结合了PID控制和rbf神经网络控制的优点,实现了非线性PID控制、高精度跟踪控制,拥有参数自整定、结构简单、易于实施等优点。分别对PID控制器,rbf神经网络控制器、混合控制器建模仿真,试验结果表明,混合控制器有较好的自适应性和鲁棒性。