本文基于对显微结构下目标三维特征分析，结合神经网络算法，提出了基于神经网络算法的目标三维测量。通过径向基函数网络对实现了对目标图像的小波特征提取与测量。将对信号的小波包分析与RBF网络的结合．以较小的计算代价实现了对目标图像的三维特征的提取与测量。

介绍了家用电器类滚动轴承音质异音特征的识别方法。通过小波变换原理，对轴承异音信号进行时频分析，采用一种无频带错位的小波包算法进行轴承的异音特征信号提取，清晰地刻画出轴承异音信号的特征函数，提出了基于子频带的K—L信息量的滚动轴承异音分析检测方法，然后以无异音状态为参考状态，利用K—L信息量建模方法进行分析判断，将分析判断的结果用于RBF神经网络的训练，不断地调整神经网络的输入参数，达到逐步提高异音信号判断精度和准确度。该方法同样适用于具有脉冲性质的异常音检测。实验结果表明，该方法在轴承异音探测以及分析方面具有较高的准确度、有效性和工程实用性，较之以往的时域、频域信号处理技术，该方法对异音信号分解更趋合理，是一种可靠和有效的滚动轴承异音特征的综合识别方法。

由于机械臂存在高度的灵活性,可模拟人类手臂完成易碎瓶装食品的装箱工作,并实时矫正机械臂轨迹规划所存在的误差,提升稳定性与精准度。分析装箱机械臂的基本架构,提出基于深度Q-RBF强化学习网络的机械臂无碰轨迹规划模型,通过资源分配自适应方法,根据待建模的样本,调整RBF网络隐含层单元,从而提升网络学习速率与在线学习能力,结合自适应Q强化学习算法,获得最优操作集合。并选用学习率调参法完成网络的参数学习。仿真与实验结果表明:与其他两

介绍了MATLAB环境下的神经网络工具箱实用方法着重介绍了在系统辨识的应用以RBF网络为例介绍了网络的初始化训练和仿真函数给出了网络结构的设计和辨识结果的输出.

针对液压系统的故障诊断,提出融合系统状态信息作为系统特征向量,引入RBF神经网络作为模式识别分类算法的智能诊断方法.并论述采用RBF神经网络作为分类算法的可行性及其优势.最后以电液位置伺服系统为例,建立相关的RBF网络,验证以上的陈述.

文章以圆管中的粘性流体为研究对象，分析了管道中压差、温度、速度的变化对动态流量的影响，设计出了用于软测量建模的RBF神经网络结构；与此同时，还设计了动态流量测量管，并在伺服阀动态性能试验台上采集了相关数据，其间采用超声... 展开更多

针对利用压力信号进行故障诊断的液压齿轮泵，分析了液压齿轮泵的压力脉动机理，研究了应用小波分析进行齿轮泵压力信号的特征提取，利用RBF网络进行故障识别和诊断的方法，建立了相应的RBF神经网络，试验表明小波分析-RBF神经网络方法可对液压齿轮泵的常见故障进行识别和诊断。