简介：目的建立口岸鼠密度变化的动态模拟径向基函数神经网络模型,分析预测效果。方法监测鼠密度,分析鼠密度与气象因子相关性,运用多元回归方程分析气象因子对鼠密度的影响,建立鼠密度变化的动态模拟径向基函数神经网络模型,分析模型的准确性。结果建立的模型的训练准确率为91.34%,检验准确率为91.17%,测试准确率为89.03%,平均准确率为90.51%。模型认为自变量的重要性排序依次为月均最低气温、月均相对湿度、日照、降水量。结论径向基函数神经网络技术能够较好地应用到鼠密度动态预测工作中,为口岸鼠类防控提供了科学依据。

简介：分析差动变间隙式电容传感器的非线性因素，提出基于径向基函数神经网络的传感器非线性辨识的算法、方案与实现技术。对电容传感器进行实验，通过计算机仿真与应用，实现了实验过程和实验数据处理的智能化和简单化，能有效地辨识传感器的非线性，从而提高了测量的精度和速度。

简介：摘要：以乳制品食品安全监测数据为样本，研究基于径向基函数神经网络的食品安全预警方法，对食品安全日常监测数据进行筛选简化，选择与食品安全最为密切的检测项目，以此建立数据样本建立神经网络输入层，隐含层并建立输出层的食品安全预警神经网络模型，用数据样本进行训练和验证，结果表明径向基函数神经网络的食品安全预警方法能有效识别、记忆食品危险特征，对输入数据进行预测，有助于丰富食品安全数据处理方法及完善相关预警技术手段。

简介：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。

简介：通过径向基函数神经网络的分析，对神经元脉冲电位信号提出了新的分类方法。对原始信号进行峰电位检测，获得脉冲电位信号样本，以主成分进行预分类，选取与类中心方差小的典型脉冲电位集合作为径向基网络的训练样本，让神经网络进行自适应学习，以实现对原始信号的分类。仿真结果表明，在对模拟的脉冲电位信号进行分类时此方法的错误率比主成分聚类法和形状聚类法小。多电极细胞外记录的海马神经元细胞电活动信号应用此方法分类也取得了较好的效果。

简介：摘要 轨道交通5G毫米波隧道环境十分繁杂，信道建模时采用射线跟踪仿真方法耗时长鲁棒性差。本文结合实际信道测量、射线跟踪法仿真与神经网络算法的特点，提出了基于径向基函数的神经网络算法与射线跟踪仿真相结合的混合信道模型，将信号强度、收发距离、隧道壁粗糙度等作为变量，通过训练后获得模型参数，预测信道特性。

简介：针对电液伺服系统的故障诊断，提出融合系统状态信息作为系统特征向量，引入径向基函数网络作为模式识别分类算法的智能诊断方法，并论述采用径向基函数网络作为分类算法的可行性及其优势。最后以电液位置伺服系统为例，建立相关的径向基函数网络，验证以上的陈述。

简介：信号识别是侦察系统信号处理的目的，是整个雷达对抗信号处理中关键性的一个环节。为解决雷达信号模式识别的问题，提出一种属性约简方法，将粗糙集和径向基网络耦舍建立新的识别模型，该模型充分融合了粗糙集和径向基网络的优势。通过实例仿真实验表明，该模型减少了识别的主观因素，简化了网络结构，比传统的粗糙集和BP网络结合的方法识别效果更明显，分类能力更强，具有很广阔的应用前景。

简介：去除图像中的椒盐噪声可转化为二维曲面的重建问题。选用Multi-Quadric函数对图像中损失的信息构造插值格式，自动选择待插值点和插值参考点并求解插值方程组得到处理后的图像。实验证明，本方法可以在很少破坏图像细节的情况下去除大部分甚至全部噪声，并且在噪声密度非常大的情况下仍然可以还原相当多的图像信息。对噪声密度为50％和90％的单色Lena图像进行处理，该方法得到的信噪比比自适应中值滤波高6dB以上。

简介：提出了基于径向基函数神经网络模型的系统辨识方法，由于径向基函数的神经网络比多层前馈人工神经网络模型相比，在逼近非线性函数时，具有结构简单，收敛快、且无局部极小的优点，通过计算机仿真证实了该方法具有良好的辨识效果。

简介：设计了一种基于遗传算法优化径向基神经网络的船舶智能自动龙.针对船舶航向控制过程中的非线性和不确定性,将RBF网络直接逼近船#模型内部不确定项和外界扰动,借助李雅普诺夫理论推演控制系统渐进稳定.利用遗传算法对径向基神经网络进行优化提高逼近性能.对比仿真结果显示,同等条件下,上述控制器较一般自适应控制和模糊PID控制系统稳定时间普遍快40%,平均超调量缩小100%,控制输入舵角进一步平滑稳定,且船舶航向对船舶内外部干扰不敏感.

简介：摘要红外测温是变电站日常重要工作之一。怎样掌控设备在测温周期里温度变化情况，是我们运行人员具备的能力之一，而设备温度受多方面因素的影响，且温度曲线呈非线性，而径向基函数神经网络不受非线性模型的限制。本文就是采用径向基函数（RBF）神经网络实现对设备温度的预测。

简介：

简介：摘要 柔性外骨骼的驱动系统为外骨骼提供动力源，实现对人体助力。对驱动系统进行精准建模对于保证外骨骼系统良好的控制性能有着重要作用。针对传统递推最小二乘法存在的对复杂非线性过程拟合效果不佳的缺点，提出基于RBF神经网络的柔性外骨骼驱动系统建模及参数辨识方法，实现对该非线性过程的建模及参数的无偏估计。

简介：摘要近些年来，径向基网络（RBF）取得了快速的发展与进步，随着径向基网络设计的不断优化，其在工程结构领域中的作用越来越明显。但是，径向基网络在实际应用过程中，还存在很多的问题和不足，这是因为由于以往传统的数学模型本身存在的局限性，使得现有的数学模型无法得到更好的优化，这也势必会对径向基网络的应用产生了一定的限制。因此，笔者结合多年的工作经验，针对径向基网络在结构设计与分析中应用进行研究，具体阐释了其组成结构以及工作原理，得出以下相关结论，以供参考。

简介：在本文中用径向基础函数神经网络（或RBFN）根据地震属性预测通过测井得到的储层性质。对于由Hampson等人（2001年）提出的相同问题，还把用这一方法得到的结果与用广义回归神经网络（GRNN）得到的结果进行了比较。

简介：处理非线性和电弧炉电极调节系统的时变特性,内模控制器的设计。该控制器由两个RBF神经网络,用来确定控制对象和它的逆,以消除稳态误差,让输出跟踪输入。中心向量和网络的形状参数进行在线调节,从而加快了收敛速度,提高了抗干扰能力。仿真结果验证了该方法的有效性。

简介：应用所建立的模型可同时测定斯普林注射液样品中核糖和多肽的含量,结果应用最优模型对斯普林注射液预测集样品中核糖和多肽含量,以主成分得分作为输入节点建立测定斯普林注射液样品中核糖和多肽含量的定量分析模型

简介：在卫星收发系统中,圆极化天线是一种重要的器件,负责信号的接收和发送。而径向线螺旋天线是一种重要的圆极化天线,但为实现圆极化性能,天线高度需达到0.15λ。通过引入主径向线和副径向线之间的耦合,减小了天线的高度,从而实现了低剖面的径向线螺旋天线。通过在馈电结构中引入贴片电容,从而改善了天线的阻抗匹配性能。所提出的径向线螺旋天线的高度为0.0525λ,仅为传统径向线螺旋天线高度的34%。为验证理论预期的可实现性,设计了基板为FR4、中心频率在1.54GHz的低剖面径向线螺旋天线。实验结果表明,该天线的实测10-dB匹配带宽和3-dB轴比带宽分别为900MHz和27MHz,实测增益在2.9dBi,能够满足卫星接收天线的收发要求。

简介：讨论并给出了n＋1个互异插值结点的拉格朗日插值基函数的几条性质。