检索结果-维普期刊中文期刊服务平台

RBF网学习的进化优选算法被引量：25: 1; 作者魏海坤徐嗣鑫宋文忠《控制理论与应用》 EI CAS CSCD 北大核心 2000年第4期604-608,共5页; 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 .仿真结果表明 ,在不同的精度要求下 ,用进化优选算法均能设计出比正交最小二乘算法更小的RBF网 .; 关键词 rbf神经网络学习算法进化优选算法; 在线阅读下载PDF 职称材料

基于递推正交最小二乘的RBF网络结构优化被引量：9: 2; 作者范文兵陶振麟张素贞《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心 2001年第5期503-506,共4页; 讨论了次胜者受罚的竞争学习规则 ,提出了基于正交最小二乘 ( OLS)递推算法 ,采用改进的 Givens旋转变换技术避免了大型矩阵的 QR分解运算。在满足系统测量精度条件下 ,使用反向优选算法优化 RBF网络结构。仿真结果表明 ,所得算法能有... 展开更多; 关键词 RPCL聚类算法递推正交最小二乘算法 rbf网络反向优选算法网络结构学习算法; 在线阅读下载PDF 职称材料

RBF网络在PUMA560机器人运动学逆解中的应用被引量：4: 3; 作者李跃张文志 +1 位作者林平李伟娟《机械设计与制造》北大核心 2009年第7期94-96,共3页; 介绍了RBF网络及RBF网络基函数中心选取的重要性,将进化优选算法用于网络中心的选取。并利用D-H方法对PUMA560机器人进行研究,将正运动学推导结果作为训练样本。采用6个相同的12输入、单输出的RBF网络,实现PUMA560机器人运动学逆解计算... 展开更多; 关键词 rbf神经网络 PUMA560机器人进化优选算法运动学逆解; 在线阅读下载PDF 职称材料

改进的RBF神经元网络及其应用被引量：14: 4; 作者王旭东邵惠鹤范懋基《上海交通大学学报》 EI CAS CSCD 北大核心 1996年第4期132-136,共5页; 总结和改进了ＲＢＦ网络的结构和学习算法，并利用改进的ＲＢＦ网络对化工中的精馏塔系统进行建模研究，仿真可知效果较好．; 关键词正交优选神经网络 rbf网络学习算法; 在线阅读下载PDF 职称材料

题名RBF网学习的进化优选算法被引量：25: 1; 作者魏海坤徐嗣鑫宋文忠; 机构东南大学自动化研究所; 出处《控制理论与应用》 EI CAS CSCD 北大核心 2000年第4期604-608,共5页; 文摘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 .仿真结果表明 ,在不同的精度要求下 ,用进化优选算法均能设计出比正交最小二乘算法更小的RBF网 .; 关键词 rbf神经网络学习算法进化优选算法; Keywords rbf nets orthogonal least squares training method evolutionary algorithm selecting paths; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于递推正交最小二乘的RBF网络结构优化被引量：9: 2; 作者范文兵陶振麟张素贞; 机构华东理工大学自动化研究所; 出处《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心 2001年第5期503-506,共4页; 文摘讨论了次胜者受罚的竞争学习规则 ,提出了基于正交最小二乘 ( OLS)递推算法 ,采用改进的 Givens旋转变换技术避免了大型矩阵的 QR分解运算。在满足系统测量精度条件下 ,使用反向优选算法优化 RBF网络结构。仿真结果表明 ,所得算法能有效地解决网络学习隐层单元的确定需要人介入的问题。; 关键词 RPCL聚类算法递推正交最小二乘算法 rbf网络反向优选算法网络结构学习算法; Keywords RPCL clustering method ROLS algorithm rbf netwokr backward selection method; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名RBF网络在PUMA560机器人运动学逆解中的应用被引量：4: 3; 作者李跃张文志林平李伟娟; 机构内蒙古工业大学机械学院; 出处《机械设计与制造》北大核心 2009年第7期94-96,共3页; 文摘介绍了RBF网络及RBF网络基函数中心选取的重要性,将进化优选算法用于网络中心的选取。并利用D-H方法对PUMA560机器人进行研究,将正运动学推导结果作为训练样本。采用6个相同的12输入、单输出的RBF网络,实现PUMA560机器人运动学逆解计算,利用该方法大大减少了传统方法中的公式推导。计算结果表明,用RBF网络解决机器人运动学逆解问题精度高,收敛速度快。; 关键词 rbf神经网络 PUMA560机器人进化优选算法运动学逆解; Keywords rbf neural network PUMA560 robot Evolutionary selecting algorithm Inverse kinematic; 分类号 TH122 [机械工程—机械设计及理论] TP24 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名改进的RBF神经元网络及其应用被引量：14: 4; 作者王旭东邵惠鹤范懋基; 出处《上海交通大学学报》 EI CAS CSCD 北大核心 1996年第4期132-136,共5页; 文摘总结和改进了ＲＢＦ网络的结构和学习算法，并利用改进的ＲＢＦ网络对化工中的精馏塔系统进行建模研究，仿真可知效果较好．; 关键词正交优选神经网络 rbf网络学习算法; Keywords s: rbf neural network orthogonal optimum seeking competitive learning; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料