针对人脸识别技术中存在的高维问题、小样本问题和非线性问题这3个难点,围绕 人脸特征提取和人脸识别2个方面展开研究。在特征提取中,采用基于主成分分析和 Fisher线 性鉴别来克服在人脸识别中的小样本问题,同时也将人脸图像从高维空间映射到低维空间,从 而解决了高维问题;在分类识别方面,采用具有很强非线性映射功能的 RBF神经网络进行模式 分类,解决人脸识别中的非线性问题。利用 Matlab分析了 RBF网络的聚类性能和分类性能。 在 ORL人脸数据库上的仿真实验中,人脸识别率达到97.5%,取得比较满意的结

通过labviw调用MATLAB程序来实现RBF神经网络模型

粒子群优化RBF网络权值，可以在线训练，好用的程序

基于RBF神经网络的自适应轨迹跟踪算法.pdf

matlab实现PSO优化RBF神经网络的问题-forecast.m 哪位高手有PSO优化RBF神经网络的代码，共享一下，不胜感激！！！:time:

完整代码，可直接运行

完整代码，可直接运行

利用MATLAB工具箱函数分别建立了起重机钢丝绳断丝数目检测的BP神经网络和RBF神经网络模型,并对2种模型的结构、预测精度和训练过程进行了对比研究。结果表明,在一定的样本集和训练条件下,BP和RBF神经网络均能对钢丝绳的断丝数目进行很好预测,可以解决峰值、阀值波宽、小波能量和波形下面积对钢丝绳断丝数目的非线性映射关系,能够满足工程预测的需要。但RBF神经网络较BP神经网络在迭代次数、收敛速度和网络结构方面更具优势,因此其预测能力和泛化能力都优于BP神经网络。

在这里，您将找到用于混沌时间序列预测任务的径向基函数神经网络 (RBF-NN) 的两种变体。 特别是，我以常规方式实施了RBF，并将其性能与时空RBF-NN进行了Mackey-Glass时间序列预测。 * 对于引文，请参阅 [引用为] 部分

RBF神经网络的优缺点，主要与BP神经网络做对比，详细阐述了该神经网络