搜索资源列表
Radial Basis Function Neural Network
- 一个用MATLAB写的RBF神经网络原代码-a MATLAB write RBFNN original code!
RBF
- 应用matlab编写的RBF神经网络算法，任意非线性函数逼近-Applications written in matlab RBF neural network algorithm, any nonlinear function approximation
garbf
- 遗传算法优化RBF径向基神经网络的matlab程序源代码。-Genetic Algorithm RBF radial basis function neural network matlab source code.
sgarbf
- 基本遗传算法,RBF神经网络算法,BP神经网络算法,一共5个源代码.程序可移植性强.-Basic genetic algorithm, RBF neural network algorithm, BP neural network algorithm, a total of 5 source code. Program portability strong.(
lsm-rbf
- 一种最小二乘法的RBF网络 --- --- --- --- --- ---- radical basis function neural network ------------------------------------------ clear all close all global sp k w2 b2 unitcenters alldatanum=400 traindatanum=300 testdatanum=100
RBF
- RBF的MATLAB M文件实现。不是MATLAB的工具箱函数。-RBF the realization of the MATLAB M files. MATLAB is not a function of the toolbox.
rbf
- 向量机算法中的核函数 向量机算法中的核函数-SVM kernel function
rbf
- RBF网络逼近函数子程序-RBF network approximation function subroutine
RBF-k
- RBF（径向基神经网络）网络是一种重要的神经网络，RBF网络的训练分为两步，第一步是通过聚类算法得到初始的权值，第二步是根据训练数据训练网络的权值-RBF (radial basis function neural network) network is an important neural network, RBF network training is divided into two steps, first step is to get through the initial clus
radial-basis-function-network
- 用于函数逼近的径向基逼近和差值，是一个基础函数，包括高斯及二项式两种，可拓展到多个应用领域-Radial basis functions are use for function approximation and interpolation. This package supports two popular classes of rbf: Gaussian and Polyharmonic Splines (of which the Thin Plate Spline is a subcla
RBF-(Function-Approximation)
- A project for function approximation by RBF neural network (with GUI).
RBF
- 神经网络，RBF聚类法和RBF自组织法的函数逼近的实现-Neural network, RBF clustering method and self-organizing RBF function approximation method to achieve
RBF-in-matlab
- 这是一段自己调试了，可以运行的基于MATLAB的RBF函数拟合的实例，可以通过调试扩展速度来寻找最佳的模型！-This is a debugging your own, you can run MATLAB-based RBF function fitting example, you can find the best model by debugging extension speed!
RBF
- FBF函数实现预测功能，其中包含随机选取指定数量样本的程序及数据的归一化处理程序-RBF function prediction, including random samples of a specified number of program and data normalization processing
RBF神经网络
- 利用RBF和BP神经网络中的工具箱函数去做函数逼近，(Making use of RBF neural network to do function approximation)
RBF
- 径向基函数 (Radial Basis Function 简称 RBF)，最常用的径向基函数是高斯核函数(RBF(Radial Basis Function))
RBF
- RBF网络能够逼近任意的非线性函数，可以处理系统内的难以解析的规律性，具有良好的泛化能力，并有很快的学习收敛速度，已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模、控制和故障诊断等。(RBF network can approximate any nonlinear function, regularity can handle within the system to parse, has good generalization ability and
RBF
- 径向基函数插值使用一系列基函数，它们在每个采样点对称且居中。径向基函数是一类特殊的函数，其主要特征是它们的响应与中心点的距离单调地减小（或增加）。中心、距离刻度和精确的形状是模型的参数。(Radial Basis Function interpolation with biharmonic, multiquadric, inverse multiquadric, thin plate spline, and Gaussian basis functions for Matlab/Octave.
rbf
- RBF网络能够逼近任意的非线性函数，可以处理系统内的难以解析的规律性，具有良好的泛化能力，并有很快的学习收敛速度，已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模、控制和故障诊断等。 简单说明一下为什么RBF网络学习收敛得比较快。当网络的一个或多个可调参数（权值或阈值）对任何一个输出都有影响时，这样的网络称为全局逼近网络。由于对于每次输入，网络上的每一个权值都要调整，从而导致全局逼近网络的学习速度很慢。BP网络就是一个典型的例子。(RBF network
RBF test
- 径向基函数神经网络模型练习练习练习练习。。。。。。(radial basis function test)