《基于K-means-RBF的机载传感器评估》PDF+DOC
作者:张堃,周德云,赵威,宋科
单位:火力与指挥控制研究会
出版:《火力与指挥控制》2013年第02期
页数:3页 (PDF与DOC格式可能不同)
PDF编号:PDFHLYZ2013020440
DOC编号:DOCHLYZ2013020449
下载格式:PDF + Word/doc 文字可复制、可编辑
《太阳总辐射传感器温漂补偿的RBF网络模型》PDF+DOC2016年第02期 孔令铭,刘丹枫,唐慧强
《基于RBF神经网络的燃气轮机转速传感器故障诊断研究》PDF+DOC2015年第02期 朱嵘嘉,孟东,曹丹丹
《基于RBF神经网络的液黏调速离合器活塞位移控制器设计》PDF+DOC2019年第05期 秦永峰,龚国芳,王飞,孙辰晨
《基于RBF神经网络的传感器静态误差综合校正方法》PDF+DOC2004年第04期 侯立群,仝卫国,何同祥
《基于FCM聚类和RBF神经网络的机床热误差补偿建模》PDF+DOC2011年第10期 苏铁明,叶三排,孙伟
《基于模糊RBF神经网络的传感器动态特性补偿研究》PDF+DOC2010年第07期 王军号,孟祥瑞
《一种基于RBF神经网络的无线传感器网络定位模型》PDF+DOC2010年第06期 于涛,王英龙,郭强
《基于RBF神经网络观测器飞控系统故障诊断》PDF+DOC2010年第03期 宋玉琴,章卫国,刘小雄
《RBF神经网络在传感器故障诊断中的应用研究》PDF+DOC2006年第05期 翟卫青,赵志敏
《基于小波和RBF神经网络的多传感器时间对准算法研究》PDF+DOC2014年第01期 邓捷,陆百川,马庆禄,刘权富
针对传统RBF神经网络存在的高维数据学习训练问题,采用K-means聚类算法设计RBF神经网络数据中心,建立基于聚类RBF神经网络的机载传感器精度评估模型,运用改进的RBF神经网络对机载传感器系统进行精度评估研究。仿真研究结果表明,与传统RBF神经网络评估算法相比,该算法有效减少评估时间,提高预测精度,表明算法是合理和有效的。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。