徑向基函數內核 – 機器學習 
? 徑向基函數內核? 將線性算法轉換為無限維非線性分類器和回歸器? 為什么 Radial Basis Kernel 如此強大？o 使用RBF Kernel輕松擬合一些復雜數據集：? 用于XOR分類的徑向基函數神經網絡? 徑向基函數核的實際應用? 什么是Kernel Function？
3612 23 8
仿真資料吧 ??? 1年前
什么是徑向基函數神經網絡？ 
?徑向基函數 （RBF） 神經網絡是一種特殊類型的人工神經網絡 （ANN），主要用于函數逼近任務。RBF Networks 以其獨特的三層架構和通用逼近功能而聞名，在分類和回歸問題中提供更快的學習速度和高效的性能。本文深入探討了 RBF 神經網絡的工作原理、架構和應用。 什么是徑向基函數？
2691 2 1
仿真資料吧 ??? 1年前
COMSOL與MATLAB聯合仿真人工智能的電學層析成像系統 
徑向基函數（RBF）網絡是一種三層前向神經網絡，它通過徑向基函數作為隱單元的“基”，將低維的模式輸入數據變換到高維空間內，使得在低維空間內的線性不可分問題在高維空間內線性可分。RBF神經網絡結構簡單，訓練簡潔而且收斂速度快，能夠逼近任意非線性函數，因此在圖像重建等任務中具有獨特的優勢。
2486
320科技工作室 ??? 11月前
isight算法RBF和EBF 
本節詳細介紹了Isight中使用的徑向基函數和橢圓基函數模型近似值。 ? 概述 ? 在 Isight 中的使用 ? 可變功率樣條基函數 ? 將徑向基函數推廣到橢圓基函數 ? 對輸入變量對輸出變量的影響進行分級 ? 概述 徑向基函數 （RBF） 是一種采用的神經網絡 徑向單位的隱藏層和線性單位的輸出層。
2913 2
仿真資料吧 ??? 1年前
鑄鋁一體化發動機罩的可靠性優化設計 
，N為一組徑向基函數；∥x-xj∥為樣本點和待測點之間的歐幾里得距離；c為樣條形狀參數，c的取值將影響到近似模型的可信度。 3.2.3徑向基神經網絡模型的精度評價 徑向基神經網絡模型具有很好的逼近非線性函數的能力，通過多元數據擬合函數，對30組樣本點進行數據擬合，建立鑄鋁一體化發動機罩的神經網絡模型。
4484 4 3
張偉一 ??? 2年前
228 基于matlab的神經網絡人臉識別 
基于matlab的神經網絡人臉識別。 人臉識別以視網膜、 虹膜、 指紋等生物特征的識別作為生物標識符。生物特征識別不很容易偽造、 放錯位置。新型臉識別使用的方法 RobustPCA 和徑向基函數網絡。程序已調通，可直接運行。
2113
matlab應用與學習 ??? 2年前
無網格和無網格CFD，你不知道的事 
徑向基函數 Radial BasisFunctions(RBF) RBF，為一種求解偏微分方程無網格方法，源于認識到徑向基函數插值對任何組節點、任意維度，都是光滑和準確的。RBF值依賴于到原點或任何其他指定點的距離的函數，來通過基于單一變量函數（徑向基函數）線性組合近似多變量函數。
2184 1
網格大師 ??? 3年前
Fidelity Pointwise：控制單元尺寸分級以獲得所需的 CFD 解決方案精度 
徑向基函數 (RBF) 網絡可以幫助實現網格分級。RBF 可以表示為提供局部控制的簡單插值方案。通過將該方法擴展到 RBF 網絡，可以對網格的分級產生全局影響。RBF 對于先前網格尺寸分級的另一個好處是能夠以交互式且易于用戶控制的方式實現它們。徑向基函數中的源和形狀圖 1. 沿線形狀分布用戶特定元素大小的示例。定義了 RBF 的數學原理后，我們只需要一種定義源的方法。
2530
Fidelity CFD ??? 2年前
CFD前處理：網格變形 
無網格方法可能包括以下方法： 徑向基函數 (RBF) 插值 離散控制點集和徑向基函數用于插值。 這是通過評估 RBF 并根據相關控制點的位移值對它們進行加權來完成的。
2695
Cadence CFD學習 ??? 3年前
小波分析和MATLAB程序詳解視頻與科研顯微鏡 
PDF143_圖像鈍化的離散余弦變換與小波變換2種方法效果對比分析（38分鐘，有程序，新增加）42、Video422_PDF146_圖像增強銳化離散余弦變換與小波變換2種方法對比分析（28分鐘，有程序，新增加）（需要聯系店主下載視頻）43、Video431_PDF2_線性空間平方可積空間L2范數及內積運算等基本概念（20分鐘）44、Video442_PDF2_生成空間基底正交運算規范正交基雙正交基及框架基本概念
1911 1 5
鄭一 ??? 8年前
人工神經網絡及其應用 
徑向基函數神經網絡： 徑向基函數是那些考慮點相對于中心的距離的函數。RBF 函數有兩層。在第一層中，輸入被映射到隱藏層中的所有 Radial 基函數，然后輸出層在下一步中計算輸出。徑向基函數網絡通常用于對代表任何潛在趨勢或函數的數據進行建模。 遞歸神經網絡： 遞歸神經網絡保存層的輸出并將此輸出反饋給輸入，以更好地預測層的結果。
2574
仿真資料吧 ??? 1年前
無網格法與無網格CFD技術 
徑向基函數 Radial BasisFunctions(RBF) RBF，為一種求解偏微分方程無網格方法，源于認識到徑向基函數插值對任何組節點、任意維度，都是光滑和準確的。RBF值依賴于到原點或任何其他指定點的距離的函數，來通過基于單一變量函數（徑向基函數）線性組合近似多變量函數。
2460 3 1
網格大師 ??? 2年前
仿真筆記——無網格法與無網格CFD技術 
徑向基函數 Radial BasisFunctions(RBF) RBF，為一種求解偏微分方程無網格方法，源于認識到徑向基函數插值對任何組節點、任意維度，都是光滑和準確的。RBF值依賴于到原點或任何其他指定點的距離的函數，來通過基于單一變量函數（徑向基函數）線性組合近似多變量函數。
3249 4
網格大師 ??? 3年前
無網格！無網格CFD！ 
徑向基函數 Radial BasisFunctions(RBF) RBF，為一種求解偏微分方程無網格方法，源于認識到徑向基函數插值對任何組節點、任意維度，都是光滑和準確的。RBF值依賴于到原點或任何其他指定點的距離的函數，來通過基于單一變量函數（徑向基函數）線性組合近似多變量函數。
2069 1
網格大師 ??? 3年前
Ansys ModelCenter新功能和案例介紹 
徑向基(RBF)降階模型(ROM) ? 徑向基函數(Radial Basis Function: RBF)插值是一種先進的無網格方法，可以在高維空間中構造非結構化數據的高階精確插值。插值源于徑向基函數的加權和。 ? 即使在高維中，RBF對于大量的點通常也是非常精確和穩定的。
2858 1 1
Cruise ??? 2年前
三自由度機械臂運動學分析+仿真 
正運動學分析 根據D-H表規定得到如下變換矩陣為： 由此可得機器人相鄰兩關節位姿分別為： 所以，坐標系{4}相對于基坐標系的變換矩陣為： 相對于基坐標系的旋轉矩陣 位置矢量 根據DH參數求解變換矩陣的函數trans
3991
余俊煒 ??? 2年前
五自由度機械臂運動學分析（三轉動+兩移動自由度） 
利用Matlab中機器人仿真工具箱Robotics Tool中Link和SerialLink兩個函數可建立機器人模型[] 。其中，函數表達式如下：式中，theta為關節變量；d為偏置距離；alpha為扭轉角；a為連桿長度；sigma表示關節類型（0為旋轉關節，1為移動關節）；前四個參數分別對應表1中的，，，。
3035
余俊煒 ??? 3年前
CAE小記丨無網格法與無網格CFD技術
徑向基函數 Radial BasisFunctions(RBF) RBF，為一種求解偏微分方程無網格方法，源于認識到徑向基函數插值對任何組節點、任意維度，都是光滑和準確的。RBF值依賴于到原點或任何其他指定點的距離的函數，來通過基于單一變量函數（徑向基函數）線性組合近似多變量函數。
2334 1
網格大師 ??? 3年前
六軸機械臂（帶抓手）運動學分析+軌跡規劃 
正運動學分析 根據D-H表規定得到如下變換矩陣為： 由此可得機器人相鄰兩關節位姿分別為： 所以，坐標系{4}相對于基坐標系的變換矩陣為： 相對于基坐標系的旋轉矩陣 位置矢量 根據DH參數求解變換矩陣的函數
5212 1
余俊煒 ??? 2年前
[機器人學習]-樹莓派6R機械臂運動學分析 ![[機器人學習]-樹莓派6R機械臂運動學分析](https://img.jishulink.com/msimage/202212/724f9dd4ed1679d29341729d06ff291c.png?image_process=resize,fw_294,fh_172,)
正運動學分析根據D-H表規定得到如下變換矩陣為：由此可得機器人相鄰兩關節位姿分別為：所以，坐標系{4}相對于基坐標系的變換矩陣為：相對于基坐標系的旋轉矩陣 位置矢量根據DH參數求解變換矩陣的函數trans：%輸入JD，即6個關節變量的值，求解正運動方程function [ T ] = trans
2561 1
余俊煒 ??? 3年前
20條/頁 
跳至頁
技術鄰APP
工程師必備
工程師必備
- 項目客服
- 培訓客服
- 平臺客服
TOP
