基于RBF神經網絡的開關磁阻電機無位置傳感器控制及單神經元PID控制
開關磁阻電機(SwitchedReluctanceMotor，SRM)具有結構簡單、工作可靠、效率高和成本較低等優點，在很多領域都顯示出強大的競爭力，但是位置傳感器的存在不僅削弱了SRM結構簡單的優勢，而且降低了系統高速運行的可靠性，增加了成本，探索實用的無位置傳感器檢測轉子位置的方案成為開關磁阻電...
rbf技術資料
?? 資源總數：266
?? 源代碼：1786
?? 電路圖：1
徑向基函數（RBF）網絡是一種強大的神經網絡模型，以其在非線性分類與回歸任務中的卓越性能而聞名。廣泛應用于模式識別、信號處理及控制系統設計等領域，RBF能夠有效解決復雜的數據擬合問題。對于致力于提升算法精度和系統響應速度的電子工程師而言，掌握RBF技術不僅有助于優化現有項目，還能激發創新靈感。本站提供266個精選RBF相關資源，包括教程、案例分析及實用工具等，助力您深入理解并靈活運用這一關鍵技術。
?? rbf熱門資料
查看全部266個資源 ?基于改進RBF神經網絡的電力負荷預測
為了提高電力系統負荷預測的精度與速度的需求，提出使用交替梯度算法改進徑向基函數（RBF） 神經網絡， 對天津市電網進行負荷預測。改進的算法與傳統梯度下降算法相比，具有更快的收斂速度和更高的預測精度。 仿真結果表明該算法具有可行性。 ...
基于RBF神經網絡的大型客機制造成本分析
為使設計人員在大型客機設計階段便可對其制造成本有較為準確的把握，針對大型客機制造成本，采用RBF神經網絡理論建立了一種分析模型，并給出建模流程。利用Matlab神經網絡工具箱進行模擬仿真，對所建立大型客機制造成本分析的神經網絡模型進行了驗證，最后進行誤差分析。仿真結果表明，所建RBF神經網絡對大型客...
RBF神經網絡在特征選擇中的應用
提出了一個自適應量子粒子群優化算法，用于訓練RBF網絡的基函數中心和寬度，并結合最小二乘法計算網絡權值，對RBF網絡的泛化能力進行改進并用于特征選擇。實驗結果表明，采用自適應量子粒子群優化算法獲得的RBF網絡模型不但具有很強的泛化能力，而且具有良好的穩定性，能夠選擇出較優秀的特征子集。...
一個關于RBF的神經網絡算法
一個關于RBF的神經網絡算法，對學習RBF網絡的同志有很大幫助和引導。...
?? rbf源代碼
查看更多 ??? rbf資料分類