2024年11月17日 · POCS（Projection Onto Convex Sets）算法是一种基于迭代投影的图像重建算法。 在超分辨率图像重建中，POCS算法首先将低分辨率图像通过插值算法放大到目标分辨率，并且将其与高分辨率图像之间的误差作为初始残差。

2019年7月12日 · 径向基函数（Radial Basis Function，RBF）神经网络是一种传统的神经网络，于1988年首次被提出。1989年，Jackson论证了RBF神经网络对非线性连续函数的一致逼近性能。 RBF神经网络有很强的逼近能力、分类能力和学习速度。

2025年2月22日 · 投影到约束集 (POCS, Projection Onto Convex Sets) 算法是一种经典的迭代图像重建算法，它通过将图像投影到一系列约束集中，逐步逼近真实的图像。 本文将介绍基于POCS算法的超分辨率图像重建方法，并使用峰值信噪比 (PSNR) 评价重建图像的质量。

RBF（Radial Basis Function, 径向基函数）网络一般来说，是一种单隐层前馈神经网络，它使用径向基函数作为隐含层神经元激活函数，而输出层则是对隐含层神经元输出的…

2022年11月1日 · RBF神经网络是Powell在1985年提出的一种基于RBF函数的神经网络，它用于解决回归问题，本文讲解RBF神经网络的思想、模型结构、训练方法，以及径向基神经网络的代码实现，通过本文可以快速了解什么是RBF神经网络，以及如何使用RBF神经网络来解决数值预测问题

2024年11月20日 · rbf网络是局部响应的(由于扩展宽度的设置)，而其他前向型网络(如mlp)，激活函数一般都是全局响应函数。由于这样的不同，要实现同样的功能，rbf比bp网络需要更多的神经元，这就是rbf网络不能取代标准前向型网络的原因

2021年6月2日 · rbf网络的基本思想是：用rbf作为隐单元的“基”构成隐含层空间，这样就可以将输入矢量直接映射到隐空间，而不需要通过权连接。 当RBF的中心点确定以后，这种映射关系也就确定了。

RBF Neuron激活函数为 \varphi (x)=e^ {-\beta\left| \left| x-\mu \right| \right|^2} ，具体思路其实就是用欧氏距离求出输入和选定样本之间的差异，然后利用高斯函数来进行输出，为什么用高斯函数呢？ 高斯函数为 f (x) = \frac {1} {\sigma\sqrt {2\pi}}e^ {-\frac { (x-\mu)^ {2}} {2\sigma^2}}，其图形形状类似于： 和我们平时相似的物品为同一类的可能性大这一常识相符合，所以使用该函数作为激活函数的原型使得激活函数对于和样本类似的输入反应更强烈。 由上面结构图也可以看出从神经 …

径向基函数（英語： Radial basis function ，缩写为RBF）是一个取值仅依赖于到原点距离的 实值函数 （ 英语 ： Real-valued function ） ，即 = 。 此外，也可以按到某一中心点 c 的距离来定义， 即 ϕ ( x , c ) = ϕ ( ‖ x − c ‖ ) {\displaystyle \phi (\mathbf {x} ,\mathbf {c} )=\phi ...

2016年8月11日 · 下面介绍一种基于径向基函数（RBF：Radial Basis Function）的三角网格补洞方法。 Step 1：检测孔洞边界. 三角网格是由一系列顶点（V）以及由这些顶点所构成的三角面片（F）所组成，由三角面片可以得到网格的边（E）。 通常一条边连接两个三角面片，这种边称为网格内部边，而如果某条边仅连接一个三角面片，那么称这条边为网格边界边，所有的边界边按顺序连接之后就形成了网格的孔洞。 Step 2：初始化网格. 为了使孔洞填充简单、健壮，可以采 …