逐级均值聚类算法的RBFN模型在负荷预测中的应用

该文针对传统K均值聚类算法的不足,提出了一种新的聚类算法——逐级均值聚类算法,解决了传统聚类算法解的局部最优性问题和如何确定聚类数目的问题。在应用该算法确定RBF模型隐含层的中心向量时,同时确定了隐含层的节点数和RBF网络模型的结构。对于网络参数的确定,文中也提出了一种新的交互式的学习方案,将学习样本分为训练样本和测试样本,分别对网络进行权值确定和半径调节,得到了非常稳定的网络结构。运用文中所述模型及算法与传统的RBFN进行负荷预测比较,结果表明前者网络更稳定,预测精度更高。

基于RBFN模型的贵州省石漠化危险度评价

西南喀斯特山区石漠化已成为当地发展的重大障碍,国内诸多学者对此做了大量研究工作。本文在前人研究成果的基础上,选取影响喀斯特石漠化演化的相关指标,运用GIS技术提取各指标数据,建立RBFN模型(RadialBasisFunctionNetwork,径向基函数网络模型),根据不同石漠化危险程度标准,选取12个市县相关数据进行训练,确定网络模型参数,进而对贵州省82个市、县(自治州)的喀斯特石漠化危险度进行了评价,结果显示:贵州省西南部的西南—东北沿线为喀斯特石漠化发生的极强危险区、整个西南部为强危险区,北部地区为中度危险区,而东南部地区为轻度危险区,并利用他人研究成果进行了对比验证,发现结果较为理想。

基于RBFN及模糊决策的多模型直接自适应控制

继基于RBF网络的直接自适应控制研究与应用[3～ 5] 后 ,针对强非线性及工作点变化的实际问题提出径向基函数网络 (RBFN)多逆模型自适应控制策略 .对单输出对象给出一种简捷有效的控制策略 ,随之开发出一个一般的基于模糊规则的多逆模型信息综合控制策略 .该策略既具多逆模型控制的高精度 ,又具单一模型的整体性 ,从根本上消除多个逆模型控制方法的切换振荡问题 .在CSTR仿真中对两种方法做出对比研究 ,进一步证实各自优点 .

基于改进竞争聚类的RBFN纸浆漂白MIMO软测量

叙述了纸浆漂白过程质量指标测试中存在的不足 ,将改进的竞争聚类算法用于确定 RBFN的中心、隐层数目及标准化常数 ,从而实现了 p H值、残氯 MIMO软测量。仿真结果表明该方法在精度。

基于RBFN逆控制策略的多变量非线性系统的解耦控制

基于逆动力学控制的思想,提出一种带前馈的RBFN逆模型控制策略,并将该控制策略对多变量非线性系统进行了在线解耦与控制;采用3个RBF神经网络分别对被控对象的3个输入进行逆辨识,每相神经网络逆辨识模型反向作为逆控制器模型与每相串联,从而构成3个已解耦的独立的伪线性对象,进而针对3个独立的伪线性对象进行线性控制,从而实现了对三相耦合系统的精确控制;经过实验室模拟调试的实测三相电流波形表明,在电流设定值为2100A时,升温速率为5.3℃/min,电流波动范围≤±10%。

用PCA-RBFN建立可侦破故障的反应器自校正模型

介绍了将主元分析方法（ＰＣＡ）与径向基函数神经网络（ＲＢＦＮ）相结合，用主元分析对高维输入变量进行预处理，构造反映过程信息的低维主元变量，再用径向基函数神经网络对主元变量建立自校正模型。这种方法不仅简化了神经网络模型的结构，而且可以借助主元分析方法对仪表和过程故障引起的数据过失误差进行侦破，避免导致模型的错误输出。用这种方法建立可侦破故障的反应器温度自校正模型，取得了良好的效果。

基于RBFN的交互式图像检索方法

相关反馈技术是近年来图像检索中的重要研究方向,它有效地缩短了用户高层语义和图像底层视觉特征的差距,大大提高了系统的检索精度。文中从机器学习的角度出发,提出了一种基于RBFN的相关反馈算法。同时,为了方便用户对检索结果的标记,将模糊逻辑引入到图像检索中。即:用户对检索结果标记为相关图像、模糊相关图像和不相关图像,利用这些反馈信息动态地建立RBFN的结构,并进行检索,这个过程反复进行直到用户得到满意的结果。实验表明,这种方法在图像检索中具有更好的性能和更强的推广能力。

基于RBFN和贝叶斯准则的目标存在性判决

利用海杂波的混沌特性和神经网络的非线性拟合性能,训练并创建了海杂波的RBFN预测模型,以此来判断雷达回波信号中是否包含有目标信息.通过计算有目标和无目标时RBFN模型的预测输出均方误差e,将目标检测问题转化为二模式的分类问题,分类判决原则采用基于最小错误率的贝叶斯准则.仿真实验在假设有无目标的先验概率P(H0)和P(H1)相等的情况下,将预测均方误差的类条件概率密度曲线P(e|H0)和P(e|H1)的交点取为门限η,得到最小检测信噪比[SNR]=-13.271

基于自适应RBFN阵列的说话人识别

提出一种可用于说话人识别的自适应 RBFN 阵列。RBF 网设计的核心在于确定网络中心的数目及位置,该自适应算法有效地融合了 IOC 与 ROLS 算法的优点,不仅能动态调节RBF 网的隐节点数,还能使网络的数据中心自适应变化,很好地优化了网络的结构。用与文本无关的闭集说话人识别系统对该算法进行了验证,实验结果表明,该方法与传统的 RBF 算法相比,自适应 RBF 网具有较好的鲁棒性以及精简的网络结构等优点。

RBFN实现分组码纠错译码的研究

本文提出了一种用RBFN实现分组码纠错译码的新方法。该方法不需要对网络进行训练,只需将码字嵌入RBFN中就构造出一个完善的译码器。在高斯噪声信道下,使用这种方法可以实现最大似然译码。RBFN译码克服了用多层感知器译码存在的训练时间长,译码性能受训练因素影响大等缺点。

WA与RBFN在气密性故障诊断中的应用研究

提出了根据检测发动机起动时电瓶电压的波形来分析气密性的试验方法。在基于小波分析 (WA)的基础上对信号进行消除趋势项和除噪处理 ,并提出了包括周期延长和主频推移 2个新的判据在内的 7个特征参数。通过对径向基神经网络 (RBFN)的训练 ,证明该神经网络能够较好地进行故障模式辨识 ,从而为发动机气密性故障诊断提供了一个系统方案。

基于径向基函数神经网络(RBFN)的内蒙古土壤风蚀危险度评价

土壤风蚀是北方干旱和半干旱地区土地沙化和沙尘暴灾害的首要环节和主要动力过程之一.选取影响内蒙古自治区土壤风蚀演化的相关指标,运用GIS技术提取各指标数据,构建径向基函数神经网络(Radial Basis Function Network,RBFN);根据不同风蚀危险程度标准,选取12个市、县(旗)相关数据进行训练,确定网络模型参数,进而对内蒙古自治区88个市、县(旗)的土壤风蚀危险度进行了评价.结果表明:内蒙古自治区西部为土壤风蚀发生的极强危险区,西北为强危险区,中部为中度危险区,而东部为轻度危险区;利用其他研究对该评价结论进行对比验证,结果较为理想.

RBFN及SVM在边坡稳定可靠度分析中的应用

基于径向基神经网络(Radial Basis Function Network,简称RBFN)及支持向量机(Support VectorMachine,简称SVM)的类似性,文章采用相同的符号体系,推导了RBFN及SVM在进行函数拟合时的表达式,指出这2种表达式形式上类似,主要区别是参数的计算方法有所不同;以RBFN及SVM的拟合结果为响应面,基于蒙特卡罗模拟法进行了边坡的可靠度分析。计算结果表明,基于RBFN的蒙特卡罗模拟法与基于SVM的蒙特卡罗模拟法具有较高的计算精度及效率,2种方法在计算精度上没有明显的区别。

基于YSPSO-RBFN的布里渊散射谱特征提取

为提高提取到的传感布里渊散射谱的布里渊频偏量的精度,利用压缩因子粒子群优化算法调节权值的RBFN(Radial Basis Function Net)径向基函数神经网络对布里渊散射谱进行特征提取。提出的算法克服了传统RBFN神经网络易于陷入局部极值的缺点,利用PSO(Particle Swarm Optimization)算法调节权值后向传输网络,对布里渊散射谱进行精度提取,保证了求解的速度和精度。数值分析过程中,利用新型结合算法在不同线宽和不同信噪比大测量范围情况下的散射谱进行参数估计。通过实验获得不同温度下的布里渊散射谱数据,利用YSPSO-RBFN(Particle Swarm Optimization with Shinkage Factor Shirnhage Factor-Radical Basis Function)算法处理实验数据,结果表明,该算法可提高布里渊散射谱特征提取的精度,25℃下拟合误差为1.99 MHz,温度升高拟合误差也在减小。在85℃时的频移拟合误差为0.047 MHz。因此,将该算法用于布里渊散射温度和应变传感系统,可有效提高检测精度。

基于FIS和RBFN的预想事故自动选择

针对电力系统预想事故自动选择问题,提出了一种基于模糊推理系统FIS(fuzzy inference system)和径向基函数网络RBFN(radial basis function network)算法。定义了一种有功行为指标PIpf,该指标添加了一个模糊补偿系数用以改善遮蔽现象;同时构造了一个三层的RBFN,该网络以发电机功率、负荷功率和网络拓扑结构作为输入,以PIpf作为输出,并通过离线潮流计算获得训练样本;对算例进行计算并与其他算法比较,结果显示该算法能使事故排序更为合理,且计算精度和速度都令人满意。

基于RBFN——项目聚类的协同过滤推荐算法研究

高维数据的稀疏性问题是降低协同过滤技术推荐质量的主要原因之一。提出了基于径向基函数网络(RBFN)——项目聚类的算法来降低数据的稀疏性,应用径向基函数网络(RBFN)处理高维稀疏数据得到一个完整的矩阵,应用基于项目聚类的协同过滤推荐算法产生推荐。实验结果表明,本算法比其他算法能更好处理协同过滤中的稀疏性问题。

基于RBFN的加氢裂化分馏塔产品质量估计MIMO软测量

目前在软测量建模中，大多研究的是ＭＩＳＯ 的情况，而对于ＭＩＭＯ 软测量建模问题则研究得较少。由于ＲＢＦＮ 具有一定的分类特性，建模效果较好，采用ＲＢＦＮ 建立加氢裂化分馏塔产品质量估计的ＭＩＭＯ 软测量模型。

RBFN逆控制系统综合设计方法

逆系统方法可以运用于一般形式的非线性系统 ,但由于要求精确的模型解析式大大限制了它在实际工业过程中的应用 .文中提出的自适应逆控制系统作为一种扩展意义上的伪线性系统 ,并采用逆系统理论中的设计方法 ,以 Butterw orth滤波器作为系统传递函数 ,得到具有良好动态品质的控制系统 。

一种采用小波包分析及RBFN的民族文种识别方法

随着我国计算机技术的发展,少数民族信息处理已经逐渐成熟起来,少数民族文字识别研究已经成为一个热点。本文提出一种基于小波包特征与径向基网络的少数民族文字种类识别方法,该方法采用小波包能量和小波包能量比例分布的特征描述,利用径向基函数神经网络对少数民族文种进行分类识别。通过构建六种常用的少数民族文字及汉字、英文共八种文字的样本库,采用本文的方法对样本库进行了训练和测试。实验结果显示,本文的方法对于少数民族文种识别的平均精度好于小波特征及传统的分类方法。

改进径向函数网格（RBFN）在电力负荷预报中的应用

本文根据电力系统短期负荷预报的特点和径向基函数神经网络的非线性辨识功能，提出了一种负荷预报的新算法－ＲＢＦＮ算法。该算法能够体现负荷的波动性和气候对负荷的影响，收敛速度较快，由于采用丛聚技术调整径向基函数中心，该算法具有较高的预报精度，通过对实际系统的实验表明：可用于提前２４小时的电力系统负荷预报。