工业过程大多为复杂的非线性过程,对非线性过程建立高精度的模型是对系统进行分析与控制的基础,将Wiener模型用于非线性过程的建模......

提了一种新颖的训练RBF网络的自适应进化优化学习算法.它是从一种结合遗传算法和规则化正交最小二乘算法的混合算法发展而来.通过......

讨论了用正交最小二乘算法训练RBF网的不足之处 ,然后引入了选择路径的概念 ,在此基础上 ,提出了RBF网隐层节点选取的进化优选算法......

神经网络是风电功率预测系统中应用最广泛的方法,而其训练算法是影响预测精度的重要因素之一。探讨了采用聚类法和正交最小二乘算......

针对石油化学工业中的某一典型对象的建模过程，介绍一种以可变长度的自然数编码、以ＡＩＣ（Ａｋａｉｌｅ’ｓ ｉｎｆｏｒｍａｔｉｏｎ ｃｒｉｔｅｒｉｏｎ）为优化目标的遗传算法（ＧＡ）设计径向基函数（ＲＢＦ）神经......

综合现有文献提出的径向基函数(RBF)神经网络关于正交最小二乘学习算法,对它作了改进,增加对于回归矩阵线性无关的判断及β值调整......

为了提高地震信号分解算法的效率和模型的稀疏度,本文利用多个核函数作为原子,自适应地对地震信号进行稀疏分解。通过对地震信号在......

提出了一种基于模糊聚类技术和RBF神经网络的混合智能高速公路事件自动探测算法,同时改进了用于RBF神经网络训练的OLS(正交最小二......

OLS训练方法应用在径向基(RBF)神经网络里时,存在当训练数据量很大时速度很慢的问题,并且OLS方法不能自动确定基函数的平滑参数.本......

高速公路事件是指破坏正常交通流并造成交通阻塞的非重现随机发生的事件。事件发生后对其进行快速可靠的探测对减少交通延误、保障......

在神经网络辨识大迟延对象时，模型类中迟延时间多是根据经验估测的，而不同的值对神经网络辨识的精度和效率就会不同。针对上述问题，将......

针对导弹控制系统中的气动力建模问题，将正交最小二乘法用于模型结构优选，并提出一种候选模型集预处理方法。用以剔除模型中的相关项......

采用径向基函数(RBF)神经网络进行多变量系统的建模研究.将正规化正交最小二乘(ROLS)算法扩展到多输入多输出系统,建立多变量系统......

故障诊断对于事故后系统快速恢复正常运行具有重要的意义。该文提出应用新型径向基函数 (RadialBasisFunc tion ,RBF)神经网络解决......

RBF神经网络构造中的关键问题是网络中心的选取,最小二乘算法采用正交化方法,独立计算回归算子对输出的贡献,故使中心的选择步骤简......

首先介绍了RBF神经网络的原理．然后叙述了RBF神经网络的正交最小二乘算法，针对此算法在选择网络宽度上的不足，在原算法的基础上提出一......