首页  资讯  商机   下载  拆解   高校  招聘   杂志  会展  EETV  百科   问答  电路图  工程师手册   Datasheet  100例   活动中心  E周刊阅读   样片申请
EEPW首页 >> 主题列表 >> rbf

基于SVM-DDA改进RBF网络的LED焊点检测方法

  • 摘要:为了提高LED灯带生产中焊点类型被自动地识别的精度,提出了基于SVM-DDA的改进RBF网络的检测方法。它首先使用动态衰减算法(DDA)确定SVM的结构及参数,然后利用SVM与RBF网络的近似性,根据SVM确定RBF网络的结构及初始化参数。
  • 关键字: LED  RBF  201304  

基于FPGA的RBF神经网络的硬件实现

  • 介绍了RBF神经网络,并采用CORDIC算法实现了其隐层非线性高斯函数的映射。同时,为缩减ROM表的存储空间并提高查表效率,本设计还采用了基于STAM算法的非线性存储。最后,以Altera公司开发的EDA工具QuarlusⅡ作为编译、仿真平台,采用Cyclone系列中的EP1C6Q 240C8器件,实现了RBF神经网络在FPGA上的实现,并以XOR问题为算例进行硬件仿真,得出仿真结果与理论值一致。
  • 关键字: FPGA  RBF  神经网络  硬件实现    

RBF神经网络在智能传感器模块设计中的应用

  • 引言不论是传统工艺制作的经典传感器,还是半导体工艺制作的现代传感器,都存在交叉敏感。交叉敏感是引起单传感器系统不稳定的主要因素,表现为传感器标称的目标参量恒定不变,而其它非目标参量变化时,该传感器的输
  • 关键字: 设计  应用  模块  传感器  神经网络  智能  RBF  

RBF网络和贝叶斯分类器融合的人脸识别方法设计

  • RBF网络和贝叶斯分类器融合的人脸识别方法设计,引言本文基于人脸图像分块和奇异值压缩,进行RBF 神经网络和贝叶斯分类器融合的设计。将人脸图像本身的灰度分布描述为矩阵,其奇异值特征具有转置不变性、旋转不变性、位移不变性、镜像不变性等诸多重要的性质,进行
  • 关键字: 识别  方法  设计  人脸  融合  网络  贝叶斯  分类  RBF  

一种RBF神经网络的自适应学习算法

  • 建立了一种RBF神经网络的自适应学习模型。该模型事先不需要确定隐层节点的中心位置和数量,而是在学习过程中,根据相应的添加策略和删除策略,自适应地增加或减少隐层节点的数量。最终形成的网络不仅结构简单,精度高,而且具有较好的泛化能力。
  • 关键字: RBF  神经网络  学习算法    

基于Gabor小波与RBF神经网络的人脸识别新方法

  • 在人脸识别中,高维、小样本是一个问题。对此,提出了一种基于Gabor小波与径向基函数(RBF)神经网络的人脸识别方法。首先对人脸进行Gabor滤波,选取有效的Gabor组合。进行小波分解,获取低频图像,构造特征矢量,采用主分量分析降低特征维数。接着,提出了一种聚类方法用于确定RBF神经网络的结构和初值,采用混合学习法训练RBF神经网络。用ORL人脸库进行试验,结果表明本文提出的方法具有优秀的学习效率和识别效果。
  • 关键字: 人脸  识别  方法  神经网络  RBF  Gabor  小波  基于  

基于RBF神经网络的控制系统传感器故障诊断方法

  • 引 言
    传感器是现行研究的压铸机实时检测与控制系统的关键部件,系统利用传感器对压铸机的各重要电控参数 (如:合型力、油压、压射速度、模具温度等)进行检测,并进行准确控制。这一过程中,各传感器输出信号的
  • 关键字: 故障  诊断方法  传感器  控制系统  RBF  神经网络  基于  仿真  

RBF神经网络在红外CO2传感器压力补偿中的应用研究

  •   0 引 言   在目前种类繁多的CO2传感器中,红外光学式因为其体积小、寿命长、反应快、精度高等优点,已经成为CO2气体分析最常用的方法,但因环境总压的影响一直是这种分析方法中难以解决的主要问题之一,所以,它的适用范围受到了很大的限制。在实际应用中,此类传感器通常都用在标准大气压环境中,其环境总压基本保持恒定,不存在受总压影响的情况。目前,一些精度较高的红外CO2传感器都通过采用压力补偿措施来保证分析测量精度,其中,比较简单常见的一种数学方法是利用最小二乘法对不同分压值的CO2气体由于环境总压变化引
  • 关键字: 传感器  RBF  神经网络  CO2  红外  MATLAB  
共8条 1/1 1

rbf介绍

您好,目前还没有人创建词条rbf!
欢迎您创建该词条,阐述对rbf的理解,并与今后在此搜索rbf的朋友们分享。    创建词条

热门主题

RBF    树莓派    linux   
关于我们 - 广告服务 - 企业会员服务 - 网站地图 - 联系我们 - 征稿 - 友情链接 - 手机EEPW
Copyright ©2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《电子产品世界》杂志社 版权所有 北京东晓国际技术信息咨询有限公司
备案 京ICP备12027778号-2 北京市公安局备案:1101082052    京公网安备11010802012473