MATLAB径向基神经网络函数.pdf资源-CSDN文库

版权申诉

44 浏览量 2023-03-01 19:39:30 上传评论收藏 77KB PDF 举报

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);

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余3页未读，立即下载

内容反馈

版权申诉

若♡

粉丝: 6172
资源: 1万+

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈

feedback-tip