没有合适的资源?快使用搜索试试~ 我知道了~
MATLAB径向基神经网络函数.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 72 浏览量
2023-03-01
19:39:30
上传
评论
收藏 27KB DOCX 举报
温馨提示
试读
4页
.
资源推荐
资源详情
资源评论
众所周知,BP 网络用于函数逼近时,权值的调剂采纳的是负梯度下
降法。那个调剂权值的方式有局限性,即收敛慢和局部极小等。径向
基函数网络(RBF)在逼近能力、分类能力和学习速度等方面均优于 BP
网络。
Matlab 中提供了四个径向基函数相关的函数,它们都是创建两层的神
经网络,第一层都是径向基层,第二层是线性层或竞争层。要紧的区
别是它们权值、阀值就算函数不同或是不是有阀值。
注意:径向基函数网络不需要训练,在创建的时候就自动训练好了。
= newrbe(P,T,spread)
newrbe()函数能够快速设计一个径向基函数网络,且是的设计误差为
0。第一层(径向基层)神经元数量等于输入向量的个数,加权输入函
数为 dist,网络输入函数为 netprod;第二层(线性层)神经元数模有输
出向量 T 确信,加权输入函数为 dotprod,网络输入函数为 netsum。
两层都有阀值。
第一层的权值初值为 p',阀值初值为 spread,目的是使加权输入为
±spread 时径向基层输出为,阀值的设置决定了每一个径向基神经元
对输入向量产生响应的区域。
2.[net,tr] = newrb(P,T,goal,spread,MN,DF)
该函数和 newrbe 一样,只是能够自动增加网络的隐层神经元数模直
到均方差知足精度或神经元数模达到最大为止。
P=-1::1;
T=sin(P);
资源评论
若♡
- 粉丝: 6186
- 资源: 1万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功