广义回归网络(GRNN)是RBF神经网络的变形。该网络是一个两层神经网络,第一层采用径向基神经元,传递函数为高斯函数radbas,加权函数为欧氏距离dist函数...
基于88个网页-相关网页
...电线路覆冰厚度预测的精度,减少覆冰对电网的直接和潜在危害,具有较好的理论价值和现实意义。首先,论文研究了影响输电线路覆冰厚度的主要因素。影响覆冰厚度的主要因素有温度、湿度、雨量、风力、风向、导线悬挂高度、海拔、地理环境等等。研究结果表明,温度、湿度、雨量、风力、风向为输电线路覆冰厚度主要影响因素。第二,论文利用神经网络理论在MATLAB软件平台上分别建立了两种预测模型,其分别为基于广义回归神经网络(GRNN)的预测模型、基于ELMAN神经网络的预测模型,同时上述两种模型进行了仿真验证。
基于82个网页-相关网页
GRNN vs PNN 对比
GRNN model GRNN模型
GRNN神经网络 GRNN neural network
GRNN模型 GRNN model
GRNN neural network GRNN神经网络
The result demonstrates the effectiveness of using GRNN to forecast transport volume.
结果证明广义回归神经网络用于交通运输量预测的有效性。
The example analysis proves that GRNN model can be used in the data processing of the disease forecasting.
实例分析证明，广义回归网络模型可以应用于疾病预测数据处理工作，并可以取得更优的分析结果。
The results show that the GRNN model constructed in this way can precisely forecast urban short-term traffic flow.
研究结果表明，构建的神经网络模型能够很精确地实时预测城市道路短期交通流。
应用推荐