期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
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
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
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
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
上一页 1 下一页 到第
使用帮助 返回顶部