期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
5
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
RBF神经网络用于辨识光纤陀螺温度漂移
被引量:
7
1
作者
朱荣
张炎华
鲍其莲
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2000年第2期222-225,共4页
温度漂移是存在于光纤陀螺系统中使得输出信号产生较大偏置误差的一种不可忽略因素,准确地辨识漂移并有效地对其进行补偿直接关系到陀螺的测量精度.文中比较了前馈网络中的BP网络和径向基函数(RBF)网络,采用RBF网络进行温...
温度漂移是存在于光纤陀螺系统中使得输出信号产生较大偏置误差的一种不可忽略因素,准确地辨识漂移并有效地对其进行补偿直接关系到陀螺的测量精度.文中比较了前馈网络中的BP网络和径向基函数(RBF)网络,采用RBF网络进行温漂辨识.温漂辨识可以通过离线事先学习,因而在多种学习方法中选择了简单易行、精度高且运算速度快的正交最小二乘(OLS)法.通过仿真验证,采用RBF网络及其OLS学习算法可以快速、有效、高精度地辨识并补偿温漂.
展开更多
关键词
光纤陀螺
温度漂移
正交最小二乘法
RBF神经网络
下载PDF
职称材料
基于RBF网络的覆冰绝缘子闪络电压预测模型
被引量:
13
2
作者
石岩
蒋兴良
苑吉河
《高电压技术》
EI
CAS
CSCD
北大核心
2009年第3期591-596,共6页
绝缘子覆冰是威胁电网安全的主要因素之一。在对LXZP-160绝缘子试验研究的基础上,提出了一种基于径向基神经网络(RBF)网络的覆冰绝缘子闪络电压的预测模型。预测模型以绝缘子串长、污秽度、气压、覆冰水电导率等因素为输入变量,以覆冰...
绝缘子覆冰是威胁电网安全的主要因素之一。在对LXZP-160绝缘子试验研究的基础上,提出了一种基于径向基神经网络(RBF)网络的覆冰绝缘子闪络电压的预测模型。预测模型以绝缘子串长、污秽度、气压、覆冰水电导率等因素为输入变量,以覆冰绝缘子的最低闪络电压为输出变量,网络隐含层单元个数和中心向量采用正交最小二乘法(OLS)算法确定,从隐层到输出层的权值采用伪逆法确定。预测的覆冰绝缘子闪络电压平均误差<1%,优于传统的BP网络,且与数据具有良好的一致性。试验和理论分析表明,该模型能反映覆冰绝缘子闪络电压与绝缘子串长、污秽度、气压、覆冰水电导率等因素间的非线性关系,这对于我国预防冰灾具有一定的参考价值。
展开更多
关键词
覆冰
RBF网络
ols
算法
绝缘子
闪络电压
污秽
下载PDF
职称材料
基于RBF-FCM-OLS的边坡稳定性评价方法
3
作者
李智翔
陈志坚
《勘察科学技术》
2016年第6期1-4,17,共5页
RBF神经网络具有很强的非线性并行处理能力和泛化能力,并且有很快的学习收敛速度,不易陷入局部极小,在边坡稳定性评价中已得到广泛的应用。但其过分依赖于隐含层数据中心的选取是否合适,故引入模糊-C均值聚类(FCM)算法对其进行优化。...
RBF神经网络具有很强的非线性并行处理能力和泛化能力,并且有很快的学习收敛速度,不易陷入局部极小,在边坡稳定性评价中已得到广泛的应用。但其过分依赖于隐含层数据中心的选取是否合适,故引入模糊-C均值聚类(FCM)算法对其进行优化。以122组边坡样本作为样本总体,其中1~114组为训练样本,115~122组为测试样本,运用FCM算法在边坡训练样本中初选多个RBF网络的数据中心,在此基础上运用正交最小二乘法(OLS)训练网络,利用训练后得到的回归矩阵信息在初选结果中重新选择RBF网络的数据中心,从而使数据中心得到优化,简化了RBF神经网络的结构。将优化后的RBF神经网络应用到边坡测试样本的安全系数的预测中,得到较高的预测精度。该方法加快了RBF神经网络的训练速度,提高了运算速率,与传统的BP网络进行比较,进一步证明RBF及其学习算法的优越性和实用性。
展开更多
关键词
RBF神经网络
模糊-C均值聚类算法
递归正交最小二乘法
稳定性评价
原文传递
基于RBF神经网络的互联网时延预测仿真
被引量:
1
4
作者
姚君兰
《兵工自动化》
2006年第4期39-41,共3页
RBF神经网络采用正交最小平方算法(OLS)决定隐层单元数目、基函数的中心和权值。该算法以每个输入样本为聚类中心,随着正交运算次数的增加,网络的输出误差平方将逐步减小到设定误差范围内,得到隐含层节点数和网络的权值。仿真表明RBF神...
RBF神经网络采用正交最小平方算法(OLS)决定隐层单元数目、基函数的中心和权值。该算法以每个输入样本为聚类中心,随着正交运算次数的增加,网络的输出误差平方将逐步减小到设定误差范围内,得到隐含层节点数和网络的权值。仿真表明RBF神经网络是有效的。
展开更多
关键词
RBF神经网络
时延预测
正交最小平方算法
下载PDF
职称材料
用于VBR视频通信量预测的梯度径向基函数网络模型
被引量:
2
5
作者
李素梅
常胜江
+3 位作者
苏晓星
熊涛
申金媛
张延炘
《光电子.激光》
EI
CAS
CSCD
北大核心
2004年第7期814-817,共4页
提出采用梯度径向基函数(GRBF,gradientradialbasisfunction)神经网络实现VBR(variablebitrate)视频通信量的预测,由于GRBF神经网络采用差分输入,能够消除由于局部平均值随时间变化而造成的不稳定性,特别适合于非平稳时间序列预测。仿...
提出采用梯度径向基函数(GRBF,gradientradialbasisfunction)神经网络实现VBR(variablebitrate)视频通信量的预测,由于GRBF神经网络采用差分输入,能够消除由于局部平均值随时间变化而造成的不稳定性,特别适合于非平稳时间序列预测。仿真结果显示,GRBF神经网络模型的预测误差(相对均方误差)为2.9×10-3,而其它几种常见预测模型的预测误差在(1.6~8.5)×10-2之间。
展开更多
关键词
梯度径向基函数
神经网络
VBR
视频通信量
正交最小平方
原文传递
题名
RBF神经网络用于辨识光纤陀螺温度漂移
被引量:
7
1
作者
朱荣
张炎华
鲍其莲
机构
上海交通大学电子信息学院
出处
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2000年第2期222-225,共4页
基金
95 国防预研项目!(9.2.6)
文摘
温度漂移是存在于光纤陀螺系统中使得输出信号产生较大偏置误差的一种不可忽略因素,准确地辨识漂移并有效地对其进行补偿直接关系到陀螺的测量精度.文中比较了前馈网络中的BP网络和径向基函数(RBF)网络,采用RBF网络进行温漂辨识.温漂辨识可以通过离线事先学习,因而在多种学习方法中选择了简单易行、精度高且运算速度快的正交最小二乘(OLS)法.通过仿真验证,采用RBF网络及其OLS学习算法可以快速、有效、高精度地辨识并补偿温漂.
关键词
光纤陀螺
温度漂移
正交最小二乘法
RBF神经网络
Keywords
fiber
optic
gyro
(FOG)
temperature
drift
radial
basis
function
(RBF)
network
orthogonal
least
squares
(
ols
)
algorithm
分类号
V241.5 [航空宇航科学与技术—飞行器设计]
下载PDF
职称材料
题名
基于RBF网络的覆冰绝缘子闪络电压预测模型
被引量:
13
2
作者
石岩
蒋兴良
苑吉河
机构
重庆大学输变电装备及系统安全与新技术国家重点实验室
出处
《高电压技术》
EI
CAS
CSCD
北大核心
2009年第3期591-596,共6页
基金
国家自然科学基金(50577070)~~
文摘
绝缘子覆冰是威胁电网安全的主要因素之一。在对LXZP-160绝缘子试验研究的基础上,提出了一种基于径向基神经网络(RBF)网络的覆冰绝缘子闪络电压的预测模型。预测模型以绝缘子串长、污秽度、气压、覆冰水电导率等因素为输入变量,以覆冰绝缘子的最低闪络电压为输出变量,网络隐含层单元个数和中心向量采用正交最小二乘法(OLS)算法确定,从隐层到输出层的权值采用伪逆法确定。预测的覆冰绝缘子闪络电压平均误差<1%,优于传统的BP网络,且与数据具有良好的一致性。试验和理论分析表明,该模型能反映覆冰绝缘子闪络电压与绝缘子串长、污秽度、气压、覆冰水电导率等因素间的非线性关系,这对于我国预防冰灾具有一定的参考价值。
关键词
覆冰
RBF网络
ols
算法
绝缘子
闪络电压
污秽
Keywords
icing
radial
basis
function
(RBF)network
orthogonal
least
squares
(
ols
)
algorithm
insulators
flashover
voltage
contamination
分类号
TM216 [一般工业技术—材料科学与工程]
下载PDF
职称材料
题名
基于RBF-FCM-OLS的边坡稳定性评价方法
3
作者
李智翔
陈志坚
机构
河海大学地球科学与工程学院
出处
《勘察科学技术》
2016年第6期1-4,17,共5页
文摘
RBF神经网络具有很强的非线性并行处理能力和泛化能力,并且有很快的学习收敛速度,不易陷入局部极小,在边坡稳定性评价中已得到广泛的应用。但其过分依赖于隐含层数据中心的选取是否合适,故引入模糊-C均值聚类(FCM)算法对其进行优化。以122组边坡样本作为样本总体,其中1~114组为训练样本,115~122组为测试样本,运用FCM算法在边坡训练样本中初选多个RBF网络的数据中心,在此基础上运用正交最小二乘法(OLS)训练网络,利用训练后得到的回归矩阵信息在初选结果中重新选择RBF网络的数据中心,从而使数据中心得到优化,简化了RBF神经网络的结构。将优化后的RBF神经网络应用到边坡测试样本的安全系数的预测中,得到较高的预测精度。该方法加快了RBF神经网络的训练速度,提高了运算速率,与传统的BP网络进行比较,进一步证明RBF及其学习算法的优越性和实用性。
关键词
RBF神经网络
模糊-C均值聚类算法
递归正交最小二乘法
稳定性评价
Keywords
RBF
neural
network
fuzzy-C
means(FCM)
clustering
algorithm
orthogonal
least
squares
(
ols
)
algorithm
stability
evaluation
分类号
TU43 [建筑科学—岩土工程]
TP183 [建筑科学—土工工程]
原文传递
题名
基于RBF神经网络的互联网时延预测仿真
被引量:
1
4
作者
姚君兰
机构
湖北经济学院教育技术部
出处
《兵工自动化》
2006年第4期39-41,共3页
基金
湖北省教育厅重点科研项目(B200519001)
文摘
RBF神经网络采用正交最小平方算法(OLS)决定隐层单元数目、基函数的中心和权值。该算法以每个输入样本为聚类中心,随着正交运算次数的增加,网络的输出误差平方将逐步减小到设定误差范围内,得到隐含层节点数和网络的权值。仿真表明RBF神经网络是有效的。
关键词
RBF神经网络
时延预测
正交最小平方算法
Keywords
RBF
neural
network
Time-delay
predication
orthogonal
least
-
squares
algorithm
(
ols
algorithm
)
分类号
TP393.03 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
用于VBR视频通信量预测的梯度径向基函数网络模型
被引量:
2
5
作者
李素梅
常胜江
苏晓星
熊涛
申金媛
张延炘
机构
南开大学现代光学研究所教育部光电信息技术重点实验室
中国科学院声学研究所声场声信息国家重点实验室
出处
《光电子.激光》
EI
CAS
CSCD
北大核心
2004年第7期814-817,共4页
基金
国家自然科学基金项目资助(60277022)
天津市自然科学基金重点资助项目(023800811)
文摘
提出采用梯度径向基函数(GRBF,gradientradialbasisfunction)神经网络实现VBR(variablebitrate)视频通信量的预测,由于GRBF神经网络采用差分输入,能够消除由于局部平均值随时间变化而造成的不稳定性,特别适合于非平稳时间序列预测。仿真结果显示,GRBF神经网络模型的预测误差(相对均方误差)为2.9×10-3,而其它几种常见预测模型的预测误差在(1.6~8.5)×10-2之间。
关键词
梯度径向基函数
神经网络
VBR
视频通信量
正交最小平方
Keywords
gradient
radial
basis
function(GRBF)
neural
network
variable
bit
rate(VBR)
video
traffic
orthogonal
least
-mean
squar
e(
ols
)
algorithm
分类号
TN919.8 [电子电信—通信与信息系统]
原文传递
题名
作者
出处
发文年
被引量
操作
1
RBF神经网络用于辨识光纤陀螺温度漂移
朱荣
张炎华
鲍其莲
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2000
7
下载PDF
职称材料
2
基于RBF网络的覆冰绝缘子闪络电压预测模型
石岩
蒋兴良
苑吉河
《高电压技术》
EI
CAS
CSCD
北大核心
2009
13
下载PDF
职称材料
3
基于RBF-FCM-OLS的边坡稳定性评价方法
李智翔
陈志坚
《勘察科学技术》
2016
0
原文传递
4
基于RBF神经网络的互联网时延预测仿真
姚君兰
《兵工自动化》
2006
1
下载PDF
职称材料
5
用于VBR视频通信量预测的梯度径向基函数网络模型
李素梅
常胜江
苏晓星
熊涛
申金媛
张延炘
《光电子.激光》
EI
CAS
CSCD
北大核心
2004
2
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部