首頁　 資訊　 商機(jī) 　 下載　 拆解 　 高校　 招聘 　 雜志　 會(huì)展　 EETV　 百科 　 問答　 電路圖　 工程師手冊 　 Datasheet　 100例 　 活動(dòng)中心　 E周刊閱讀 　 樣片申請
EEPW首頁 >> 主題列表 >> rbf

基于SVM-DDA改進(jìn)RBF網(wǎng)絡(luò)的LED焊點(diǎn)檢測方法

  • 摘要：為了提高LED燈帶生產(chǎn)中焊點(diǎn)類型被自動(dòng)地識(shí)別的精度，提出了基于SVM-DDA的改進(jìn)RBF網(wǎng)絡(luò)的檢測方法。它首先使用動(dòng)態(tài)衰減算法(DDA)確定SVM的結(jié)構(gòu)及參數(shù)，然后利用SVM與RBF網(wǎng)絡(luò)的近似性，根據(jù)SVM確定RBF網(wǎng)絡(luò)的結(jié)構(gòu)及初始化參數(shù)。
  • 關(guān)鍵字： LED  RBF  201304  

基于FPGA的RBF神經(jīng)網(wǎng)絡(luò)的硬件實(shí)現(xiàn)

  • 介紹了RBF神經(jīng)網(wǎng)絡(luò)，并采用CORDIC算法實(shí)現(xiàn)了其隱層非線性高斯函數(shù)的映射。同時(shí)，為縮減ROM表的存儲(chǔ)空間并提高查表效率，本設(shè)計(jì)還采用了基于STAM算法的非線性存儲(chǔ)。最后，以Altera公司開發(fā)的EDA工具QuarlusⅡ作為編譯、仿真平臺(tái)，采用Cyclone系列中的EP1C6Q 240C8器件，實(shí)現(xiàn)了RBF神經(jīng)網(wǎng)絡(luò)在FPGA上的實(shí)現(xiàn)，并以XOR問題為算例進(jìn)行硬件仿真，得出仿真結(jié)果與理論值一致。
  • 關(guān)鍵字： FPGA  RBF  神經(jīng)網(wǎng)絡(luò)  硬件實(shí)現(xiàn)    

RBF神經(jīng)網(wǎng)絡(luò)在智能傳感器模塊設(shè)計(jì)中的應(yīng)用

  • 引言不論是傳統(tǒng)工藝制作的經(jīng)典傳感器，還是半導(dǎo)體工藝制作的現(xiàn)代傳感器，都存在交叉敏感。交叉敏感是引起單傳感器系統(tǒng)不穩(wěn)定的主要因素，表現(xiàn)為傳感器標(biāo)稱的目標(biāo)參量恒定不變，而其它非目標(biāo)參量變化時(shí)，該傳感器的輸
  • 關(guān)鍵字： 設(shè)計(jì)  應(yīng)用  模塊  傳感器  神經(jīng)網(wǎng)絡(luò)  智能  RBF  

RBF網(wǎng)絡(luò)和貝葉斯分類器融合的人臉識(shí)別方法設(shè)計(jì)

  • RBF網(wǎng)絡(luò)和貝葉斯分類器融合的人臉識(shí)別方法設(shè)計(jì),引言本文基于人臉圖像分塊和奇異值壓縮，進(jìn)行RBF 神經(jīng)網(wǎng)絡(luò)和貝葉斯分類器融合的設(shè)計(jì)。將人臉圖像本身的灰度分布描述為矩陣，其奇異值特征具有轉(zhuǎn)置不變性、旋轉(zhuǎn)不變性、位移不變性、鏡像不變性等諸多重要的性質(zhì)，進(jìn)行
  • 關(guān)鍵字： 識(shí)別  方法  設(shè)計(jì)  人臉  融合  網(wǎng)絡(luò)  貝葉斯  分類  RBF  

一種RBF神經(jīng)網(wǎng)絡(luò)的自適應(yīng)學(xué)習(xí)算法

  • 建立了一種RBF神經(jīng)網(wǎng)絡(luò)的自適應(yīng)學(xué)習(xí)模型。該模型事先不需要確定隱層節(jié)點(diǎn)的中心位置和數(shù)量，而是在學(xué)習(xí)過程中，根據(jù)相應(yīng)的添加策略和刪除策略，自適應(yīng)地增加或減少隱層節(jié)點(diǎn)的數(shù)量。最終形成的網(wǎng)絡(luò)不僅結(jié)構(gòu)簡單，精度高，而且具有較好的泛化能力。
  • 關(guān)鍵字： RBF  神經(jīng)網(wǎng)絡(luò)  學(xué)習(xí)算法    

基于Gabor小波與RBF神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別新方法

  • 在人臉識(shí)別中，高維、小樣本是一個(gè)問題。對此，提出了一種基于Gabor小波與徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別方法。首先對人臉進(jìn)行Gabor濾波，選取有效的Gabor組合。進(jìn)行小波分解，獲取低頻圖像，構(gòu)造特征矢量，采用主分量分析降低特征維數(shù)。接著，提出了一種聚類方法用于確定RBF神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和初值，采用混合學(xué)習(xí)法訓(xùn)練RBF神經(jīng)網(wǎng)絡(luò)。用ORL人臉庫進(jìn)行試驗(yàn)，結(jié)果表明本文提出的方法具有優(yōu)秀的學(xué)習(xí)效率和識(shí)別效果。
  • 關(guān)鍵字： 人臉  識(shí)別  方法  神經(jīng)網(wǎng)絡(luò)  RBF  Gabor  小波  基于  

基于RBF神經(jīng)網(wǎng)絡(luò)的控制系統(tǒng)傳感器故障診斷方法

  • 引 言
    傳感器是現(xiàn)行研究的壓鑄機(jī)實(shí)時(shí)檢測與控制系統(tǒng)的關(guān)鍵部件，系統(tǒng)利用傳感器對壓鑄機(jī)的各重要電控參數(shù) (如：合型力、油壓、壓射速度、模具溫度等)進(jìn)行檢測，并進(jìn)行準(zhǔn)確控制。這一過程中，各傳感器輸出信號(hào)的
  • 關(guān)鍵字： 故障  診斷方法  傳感器  控制系統(tǒng)  RBF  神經(jīng)網(wǎng)絡(luò)  基于  仿真  

RBF神經(jīng)網(wǎng)絡(luò)在紅外CO2傳感器壓力補(bǔ)償中的應(yīng)用研究

  • 　　0 引 言 　　在目前種類繁多的CO2傳感器中，紅外光學(xué)式因?yàn)槠潴w積小、壽命長、反應(yīng)快、精度高等優(yōu)點(diǎn)，已經(jīng)成為CO2氣體分析最常用的方法，但因環(huán)境總壓的影響一直是這種分析方法中難以解決的主要問題之一，所以，它的適用范圍受到了很大的限制。在實(shí)際應(yīng)用中，此類傳感器通常都用在標(biāo)準(zhǔn)大氣壓環(huán)境中，其環(huán)境總壓基本保持恒定，不存在受總壓影響的情況。目前，一些精度較高的紅外CO2傳感器都通過采用壓力補(bǔ)償措施來保證分析測量精度，其中，比較簡單常見的一種數(shù)學(xué)方法是利用最小二乘法對不同分壓值的CO2氣體由于環(huán)境總壓變化引
  • 關(guān)鍵字： 傳感器  RBF  神經(jīng)網(wǎng)絡(luò)  CO2  紅外  MATLAB  
共8條 1/1 1

rbf介紹

您好，目前還沒有人創(chuàng)建詞條rbf!
歡迎您創(chuàng)建該詞條，闡述對rbf的理解，并與今后在此搜索rbf的朋友們分享。    創(chuàng)建詞條

熱門主題

RBF    樹莓派    linux   
關(guān)于我們 - 廣告服務(wù) - 企業(yè)會(huì)員服務(wù) - 網(wǎng)站地圖 - 聯(lián)系我們 - 征稿 - 友情鏈接 - 手機(jī)EEPW
Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《電子產(chǎn)品世界》雜志社 版權(quán)所有 北京東曉國際技術(shù)信息咨詢有限公司
備案 京ICP備12027778號(hào)-2 北京市公安局備案：1101082052    京公網(wǎng)安備11010802012473