Nonlinear System Identification using RBF Neural Network
Nonlinear System Identification using RBF Neural Network
Ahora está siguiendo esta publicación
- Verá actualizaciones en las notificaciones de contenido en seguimiento.
- Podrá recibir correos electrónicos, en función de las preferencias de comunicación que haya establecido.
In this simulation I implemented an RBF-NN for the zero order approximation of a nonlinear system. The simulation includes Monte Carlo simulation setup and the RBF NN code. For system estimation Gaussian kernels with fixed centers and spread are used. Whereas, the weights and the bias of the RBF-NN are optimized using the gradient descent-based adaptive learning algorithm.
Citation:
Khan, S., Naseem, I., Togneri, R. et al. Circuits Syst Signal Process (2017) 36: 1639. doi:10.1007/s00034-016-0375-7
https://link.springer.com/article/10.1007/s00034-016-0375-7
Citar como
Shujaat Khan (2026). Nonlinear System Identification using RBF Neural Network (https://es.mathworks.com/matlabcentral/fileexchange/66322-nonlinear-system-identification-using-rbf-neural-network), MATLAB Central File Exchange. Recuperado .
Información general
- Versión 1.0.0.0 (47,3 KB)
Compatibilidad con la versión de MATLAB
- Compatible con cualquier versión
Compatibilidad con las plataformas
- Windows
- macOS
- Linux
| Versión | Publicado | Notas de la versión | Action |
|---|---|---|---|
| 1.0.0.0 |
