搜索资源列表
PSO
- 用粒子群算法优化RBF网络权值，根据适应度值对个体最优和群体最优进行更新-Particle Swarm Optimization with RBF network weights, according to the best fitness value of individuals and groups to update the best
PSOGARBF
- 基本粒子群优化算法 遗传算法，基于聚类，梯度，最小二乘法的RBF网络程序等5个代码-Elementary particle swarm optimization algorithm genetic algorithm, based on clustering, gradient, least-squares method of RBF network program such as 5 code
Optimization_of_RBF_Network
- Matlab粒子群算法优化RBF网络 采用了粒子群算法对RBF神经网络中的参数进行了优化，在测试程序中验证了经过粒子群算法优化的RBF神经网络的函数逼近能力比未经过优化的逼近能力强-Matlab PSO RBF network optimization using particle swarm optimization on RBF neural network parameters are optimized, in the test procedures and verified thr
PSO_GA_RBF
- 粒子群算法、遗传算法优化RBF径向基神经网络。-Particle swarm optimization, genetic algorithm optimization of RBF Radial Basis Function Neural Networks.
psoRBF
- 粒子群优化算法优化RBF神经网络程序，可用在模式分类等方面-Particle swarm optimization algorithm optimization RBF neural network program can be used in pattern classification, etc.
PSA_RBF
- 一个粒子群算法、遗传算法优化RBF径向基神经网络源代码,可直接使用。-A particle swarm optimization, genetic algorithm optimization RBF Radial Basis Function neural network source code, can be used directly.
QPSO_RBF
- 采用一种量子粒子群算法来对RBF网络进行优化-Using a quantum particle swarm algorithm to optimize the RBF network
PSO-optimize-RBF
- 用粒子群算法优化rbf神经网络算法的源程序-Using the particle swarm optimization algorithm to optimize the neural network algorithm
GA-RBF
- 自适应遗传算法优化RBF神经网络，粒子群算法优化RBF神经网络仿真结果比较。程序可直接运行-Adaptive genetic algorithm to optimize the RBF neural networks, particle swarm optimization on RBF neural network simulation results compared. Program can be run directly
Optimize-the-RBF-Network
- 使用粒子群算法、遗传算法优化RBF径向基神经网络的matlab程序-Using particle swarm algorithm, genetic algorithm to optimize the RBF RBF neural network matlab program
pso_ga_RBF_network
- 用MATLAB语言编写的，采用了粒子群算法对RBF神经网络中的参数进行了优化，在测试程序中验证了经过粒子群算法优化的RBF神经网络的函数逼近能力比未经过优化的逼近能力强-Written by MATLAB, using the particle swarm algorithm to RBF neural network parameters were optimized, validated in the test program through the Particle Swarm Optim
MOptimizationa
- Matlab粒子群算法优化RBF网络采用了粒子群算法对RBF神经网络中的参数进行了优化，，在测试程序中验证了经过粒子群算法优化的RBF神经网络的函数逼近能力比未经过优化的逼近能力强 -Matlab particle swarm algorithm to optimize the RBF network using particle swarm optimization of parameters in RBF neural network optimized, verified in a t
youhua-rbf-de-suanfa
- 粒子群算法优化神经网络的参数，应用到故障诊断的应用中去-Parameters particle swarm optimization neural network is applied to fault diagnosis of the application to
RBF-network
- 粒子群算法优化RBF网络 径向基函数( RB F ) 神经网络是一种具有全局收敛 的前向网络， 通过中间层神经元的非线性传递 ， 能够实 现任意的从输入空间到输出空间的映射， 可以唯一任 意精度逼近任何连续函数-rbf network
粒子群算法优化RBF网络
- 粒子群算法优化RBF网络的matab程序(Particle swarm optimization RBF network MATAB program)
MATAB神经网络30个案例分析
- 该PDF共有30个MATLAB神经网络的案例，包括BP、RBF、SVM、SOM、Hopfield、LVQ、Elman、小波等神经网络；还包含PSO(粒子群)、灰色神经网络、模糊网络、概率神经网络、遗传算法优化等内容。本PDF作为本科毕业设计、研究生项日设计、博士低年级课题设计参考书籍，同时对广大科研人员也有很高的参考价值。(The PDF has a total of 30 MATLAB in the case of neural networks, including BP, RBF, SVM
RBF_PSO-master
- PSO粒子群算法优化RBF神经网络算法程序(Optimization of RBF neural network algorithm program by PSO particle swarm optimization)
模拟退火算法
- 提出了一种基于粒子群优化(PSO)算法的径向基(RBF)网络参数优化算法,首先利用减聚类算法确定网络径向基函数中心的个数,再用PSO算法优化径向基函数的中心及宽度,最后用PSO算法训练隐含层到输出层的网络权值,找到神经网络权值的最优解,以达到优化神经网络学习的目的。最后,通过一个实验与最小二乘法优化的神经网络进行了比较,验证了算法的有效性。(Particle swarm optimization (PSO) optimization of RBF network)
粒子群算法优化RBF网络
- 粒子群算法优化RBF网络，有相关解释，matlab源码！可以跑通(Particle swarm optimization RBF network, there are relevant explanations, matlab source code! You can run through.)
神经网络入门13课源码
- 神经网络入门13课源码 第一课 MATLAB入门基础 第二课 MATLAB进阶与提高 第三课 BP神经网络 第四课 RBF、GRNN和PNN神经网络 第五课 竞争神经网络与SOM神经网络 第六课 支持向量机( Support Vector Machine, SVM ) 第七课 极限学习机( Extreme Learning Machine, ELM ) 第八课 决策树与随机森林 第九课 遗传算法( Genetic Algorithm, GA ) 第十课 粒子群优化( Part