首页
资源下载
云计算
人工智能
信息化管理
前端
区块链
后端
大数据
存储
安全技术
开发技术
操作系统
数据库
服务器应用
游戏开发
物联网
硬件开发
移动开发
网络技术
考试认证
行业
行业研究
课程资源
跨平台
音视频
登录
注册
当前位置:
主页
>
资源下载
>
10
> 使用Radial Basis Function (RBF)神经网络对Mackey Glass时间序列进行预测的Matlab开发实现
使用Radial Basis Function (RBF)神经网络对Mackey Glass时间序列进行预测的Matlab开发实现
更新:
2024-07-26 21:14:08
大小:
657KB
推荐:
★★★★★
来源:
网友上传分享
类别:
Matlab - 大数据
格式:
ZIP
反馈 / 投诉
文件下载
资源介绍
在这篇提交中,我实现了一个径向基函数 (RBF) 神经网络,用于预测混沌时间序列预测。 特别是设计了一个 Mackey Glass 时间序列预测模型,该模型可以使用过去的时间样本预测几步的值。 RBF 是使用传统的梯度下降学习算法训练的,核函数是高斯核,其中心和散布是从 K-mean 聚类算法获得的。
上一篇:
The Radial Basis Function (RBF) with LMS algorithm for Simulink:The Radial Basis Function (RBF) with LMS algorithm for Simulink。-matlab开发
下一篇:
基于LabVIEW的智能化中医脉象识别系统 (2011年)
相关推荐
12-02
使用Radial Basis Function (RBF)神经网络对Mackey Glass时间序列进行预测的Matlab开发实现