导读:本文包含了径向基论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:神经网络,函数,算法,自适应,在线,卡尔,卷积。
径向基论文文献综述
姜尚,田福庆,孙世岩,梁伟阁[1]（2019）在《考虑落角约束与驾驶仪特性的自适应径向基空间末制导律》一文中研究指出为使舰炮制导炮弹在打击近岸机动目标的末制导段满足落角约束,考虑驾驶仪动态特性,基于自适应径向基逼近网络与动态面提出一种空间末制导律。构建弹目相对运动模型,通过带改进微分跟踪器的扩张状态观测器估计目标加速度。为零化视线角跟踪误差与角速率,采用自适应指数趋近律设计非奇异终端滑模,运用自适应径向基逼近网络削弱控制指令抖振。通过Lyapunov第二法证明了系统的视线角跟踪误差与视线角速率均最终一致有界。仿真实验表明:该末制导律使制导炮弹在空间中打击不同机动形式的近岸目标时,具备良好的末制导性能。(本文来源于《国防科技大学学报》期刊2019年06期）
侯蓉[2]（2019）在《基于径向基函数的在线学习算法在淘宝商铺营销预测中的应用》一文中研究指出文章介绍了径向基函数(RBF)的原理、学习算法及其在电子商务领域中的应用。文章研究的增量RBF模型及窗口式在线RBF模型都具有较好的泛化性能,以淘宝网的"淘宝眼镜销量"作为实例,将增量式RBF学习算法以及在线式RBF学习算法模型应用到淘宝网的眼镜销量的预测中,实验结果证明,基于径向基函数的在线RBF学习算法模型可为淘宝网眼镜销量预测提供参考依据。(本文来源于《中国集体经济》期刊2019年36期）
汤凌志,阳小华,刘紫静,尹陈艳[3]（2019）在《基于径向基函数插值法的辐射场重构研究初探》一文中研究指出目前,我国有许多早期核设施面临退役,辐射场的重构技术研究对于辐射防护具有重要意义。本文结合我国早期核设施退役工程的特点,介绍和探讨了基于径向基函数插值方法对退役核设施进行辐射场重构的研究现状和展望。(本文来源于《价值工程》期刊2019年32期）
张凯凯,郭松林,毕晨琳[4]（2019）在《径向基函数神经网络分类器与CNN在癌细胞图像分类中的应用》一文中研究指出本文提出一种新的用于对卷积神经网络提取的特征进行分类的分类器即径向基函数神经网络(rbfnn)分类器。其思想是利用卷积神经网络作为特征提取器,使用rbfnn对提取的特征进行分类。同时在训练时采取softmax分类器与rbfnn分类器同步训练的方式,其中rbfnn分类器将MSE(均方误差)损失作为监督信息,softmax分类器用交叉熵损失作为监督信息。优化后的模型优于[1]中的72.9%的准确率。(本文来源于《电子测试》期刊2019年22期）
谢春丽,王宇超,张博淋[5]（2019）在《基于径向基神经网络的发动机故障诊断技术》一文中研究指出发动机是汽车动力系统的重要组成部分,其正常运转对驾驶员及乘员安全起着至关重要的作用。基于传统BP神经网络发动机的故障诊断技术具有收敛速度慢、诊断精确度低等劣势,为了提高诊断准确度,本文利用径向基(RBF)神经网络模型对汽车发动机故障位置及类型进行诊断。通过元征X-431汽车故障诊断仪采集发动机在多种不同工况下故障试验的数据并做归一化处理,将试验数据作为神经网络的输入,将发动机正常运转和8种常见故障类型作为输出,建立RBF神经网络模型进行训练。对多种实测的故障数据进行测试和识别,验证所提出的算法的准确性,结果表明此方法对发动机故障诊断的准确率可以达到90%,为汽车发动机故障诊断提供参考。(本文来源于《森林工程》期刊2019年06期）
靳晨晖,王刚,陈鑫,周豪[6]（2019）在《非结构嵌套网格中的一种改进型径向基函数插值方法》一文中研究指出非结构混合网格拓扑关系相对复杂,在嵌套边界区域进行流场信息插值传递容易有精度的损失。利用已知的解析函数作为插值样本,对线性插值(LINE)、距离倒数权重插值(WA)、逆二次径向基函数插值(IQ)、Wendland’s C2径向基函数插值四种方法的精度进行对比,筛选出精度较高的C2径向基函数;提出一种改进的C2径向基函数插值方法,通过调整径向基函数的作用半径来控制插值矩阵条件数,进而消除使用径向基函数插值在嵌套边界区域出现的数值奇性问题;选用MD30P/30N多段翼与叁维AEDC典型外挂物分离模型对该插值方法进行验证。结果表明:改进后的径向基函数插值方法能够有效消除嵌套边界区域数值奇性,同时计算收敛速率更快,插值精度更高。(本文来源于《航空工程进展》期刊2019年05期）
董有福,孟顺时,和娴[7]（2019）在《DEM径向基插值搜索方式优选分析》一文中研究指出针对径向基函数插值算法中搜索参数优化选择问题,基于3种不同地形样区离散点数据,使用中误差度量指标,研究搜索点数与搜索方向对DEM插值精度的影响。实验结果表明:平原样区和丘陵样区适宜采用自然叁次样条曲面函数和薄板样条曲面函数,搜索点数上下限值控制在10～21之间(自然叁次样条曲面函数在平原样区上限值以18为佳),搜索方向对插值精度影响不显着;山地样区适宜采用多重二次曲面函数插值,搜索点数上下限值设置为16～21,应用四方向45°旋转搜索。该研究可消除径向基插值搜索方式参数选择的随意性,为不同地貌类型区DEM构建提供参考。(本文来源于《人民长江》期刊2019年10期）
崔年生,常跃,董英健,危剑林,夏鹤平[8]（2019）在《基于进化径向基神经网络方法的爆破参数优化》一文中研究指出多宝山铜矿处于高寒地区,常年的冻融循环作用以及台阶爆破的扰动影响了矿岩台阶的物理力学性质,按照原有的爆破参数进行设计并施工,爆破效果往往不理想,主要是大块率偏高、底根较多。为此,采用进化径向基神经网络方法对孔网参数、炸药单耗、排间延期时间等爆破参数进行优化,根据神经网络的训练与预测结果,最终得出了一套适用于多铜矿岩台阶爆破的最优爆破参数,通过进行一系列的现场爆破试验,并与之前的爆破效果进行对比,大块率显着降低,炸药单耗有所下降,提高了铲装的工作效率,节省了爆破成本,取得了良好的爆破效果,并增加了采矿经济效益。此方法科学可行,适用于多宝山铜矿的台阶爆破参数优化。(本文来源于《现代矿业》期刊2019年10期）
王镇道,郭敬勋,肖旺[9]（2019）在《基于自适应径向基函数神经网络的光伏MPPT研究》一文中研究指出光伏系统在局部遮阴情况下,输出曲线呈现多峰特性.针对传统最大功率控制算法易追踪到局部最大功率点的缺陷,提出一种基于自适应径向基函数(Radial Basis Function,RBF)神经网络的控制算法.该算法以自适应线性算法优化RBF神经网络的扩展常数与权重,克服了传统神经网络算法收敛速度慢、全局寻优差的缺点.在MATLAB/Simulink环境下建立自适应RBF神经网络仿真模型进行验证,结果表明,提出的算法在外界光照、温度发生变化时能准确找到光伏系统的最大功率点,且在收敛精度和收敛时间上均有很大的提升.(本文来源于《湖南大学学报(自然科学版)》期刊2019年10期）
徐博,李盛新,金坤明,王连钊[10]（2019）在《基于径向基函数神经网络辅助容积卡尔曼滤波的多自主水下航行器协同定位方法》一文中研究指出在多自主水下航行器(AUV)协同定位系统中,针对协同定位性能受到系统内部和外部等多种因素制约的问题,提出一种基于径向基函数(RBF)神经网络辅助容积卡尔曼滤波(CKF)的多AUV协同定位方法。当基准参考位置可用时,通过非线性CKF得到滤波新息、预测误差和滤波增益作为RBF神经网络输入层的输入,滤波误差值作为输出对RBF神经网络进行训练;当基准信号中断时,利用训练好的RBF神经网络,对CKF的滤波状态估计值进行补偿,进而得到新的估计状态。利用湖试数据,模拟多AUV协同定位系统输入存在误差情况下的协同定位实验。实验结果表明,所提方法与无RBF辅助的CKF方法相比,平均定位误差减小70%,具有更好的准确性和稳定性。(本文来源于《兵工学报》期刊2019年10期）
径向基论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
文章介绍了径向基函数(RBF)的原理、学习算法及其在电子商务领域中的应用。文章研究的增量RBF模型及窗口式在线RBF模型都具有较好的泛化性能,以淘宝网的"淘宝眼镜销量"作为实例,将增量式RBF学习算法以及在线式RBF学习算法模型应用到淘宝网的眼镜销量的预测中,实验结果证明,基于径向基函数的在线RBF学习算法模型可为淘宝网眼镜销量预测提供参考依据。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
径向基论文参考文献
[1].姜尚,田福庆,孙世岩,梁伟阁.考虑落角约束与驾驶仪特性的自适应径向基空间末制导律[J].国防科技大学学报.2019
[2].侯蓉.基于径向基函数的在线学习算法在淘宝商铺营销预测中的应用[J].中国集体经济.2019
[3].汤凌志,阳小华,刘紫静,尹陈艳.基于径向基函数插值法的辐射场重构研究初探[J].价值工程.2019
[4].张凯凯,郭松林,毕晨琳.径向基函数神经网络分类器与CNN在癌细胞图像分类中的应用[J].电子测试.2019
[5].谢春丽,王宇超,张博淋.基于径向基神经网络的发动机故障诊断技术[J].森林工程.2019
[6].靳晨晖,王刚,陈鑫,周豪.非结构嵌套网格中的一种改进型径向基函数插值方法[J].航空工程进展.2019
[7].董有福,孟顺时,和娴.DEM径向基插值搜索方式优选分析[J].人民长江.2019
[8].崔年生,常跃,董英健,危剑林,夏鹤平.基于进化径向基神经网络方法的爆破参数优化[J].现代矿业.2019
[9].王镇道,郭敬勋,肖旺.基于自适应径向基函数神经网络的光伏MPPT研究[J].湖南大学学报(自然科学版).2019
[10].徐博,李盛新,金坤明,王连钊.基于径向基函数神经网络辅助容积卡尔曼滤波的多自主水下航行器协同定位方法[J].兵工学报.2019
论文知识图
