您好,登錄后才能下訂單哦!
小編給大家分享一下徑向基函數(shù)網(wǎng)絡(luò)RBF的示例分析,相信大部分人都還不怎么了解,因此分享這篇文章給大家參考一下,希望大家閱讀完這篇文章后大有收獲,下面讓我們一起去了解一下吧!
徑向基函數(shù)網(wǎng)絡(luò)是由三層構(gòu)成的前向網(wǎng)絡(luò):第一層為輸入層,節(jié)點(diǎn)個(gè)數(shù)等于輸入的維數(shù),第二層為隱含層,節(jié)點(diǎn)個(gè)數(shù)視問(wèn)題的復(fù)雜度而定,第三層為輸出層,節(jié)點(diǎn)個(gè)數(shù)等于輸出數(shù)據(jù)的維數(shù),徑向基網(wǎng)絡(luò)與多層感知器不同,它的不同層有著不同的功能,隱含層是非線性的,采用徑向基函數(shù)作基函數(shù),從而將輸入向量空間轉(zhuǎn)換到隱含層空間,使原來(lái)線性不可分的問(wèn)題變得線性可分,輸出層則是線性的。
%% 通過(guò)徑向基神經(jīng)網(wǎng)絡(luò)擬合帶有噪聲的函數(shù)
P=1:.5:10;
rand('state',pi);
T=sin(2*P)+rand(1,length(P));
% 給正弦函數(shù)加噪聲
plot(P,T,'o')
net=newrb(P,T,0,0.6);
test=1:.2:10;
out=sim(net,test);
% 對(duì)新的輸入值test計(jì)算相對(duì)應(yīng)的函數(shù)值
figure(1);
hold on;
plot(test,out,'b-');
legend('輸入的數(shù)據(jù)','擬合的函數(shù)');
%% 通過(guò)徑向基神經(jīng)網(wǎng)絡(luò)擬合帶有噪聲的函數(shù)
tic
P=-2:.2:2;
rand('state',pi);
T=P.^2+rand(1,length(P));
% 在二次函數(shù)中加入噪聲
net=newrbe(P,T,3);
% 建立嚴(yán)格的徑向基函數(shù)網(wǎng)絡(luò)
test=-2:.1:2;
out=sim(net,test);
% 仿真測(cè)試
toc
figure(1);
plot(P,T,'o');
hold on;
plot(test,out,'b-');
legend('輸入的數(shù)據(jù)','擬合的函數(shù)');
%% 徑向基函數(shù)
n = -5:0.1:5;
a = radbas(n-2);
% 中心位置向右平移兩個(gè)單位
b = exp(-(n).^2/2);
% 除以2,曲線更加“矮胖”
figure;
plot(n,a);
hold on;
plot(n,b,'--');
% 虛線
c = diff(a);
% 計(jì)算a的微分
hold off;
figure;
plot(c);
%% 概率神經(jīng)網(wǎng)絡(luò)適合處理分類問(wèn)題
rng('default');
a=rand(8,2)*10;
% 輸入訓(xùn)練樣本,8個(gè)二維向量
p=ceil(a);
tc=[2,1,1,1,2,1,2,1];
% 期望輸出
plot(p([1,5,7],1),p([1,5,7],2),'o');
hold on;
plot(p([2,3,4,6,8],1),p([2,3,4,6,8],2),'+');
legend('第一類','第二類');
axis([0,8,1,9])
hold off
t=ind2vec(tc);
net=newpnn(p',t);
% 設(shè)計(jì)PNN網(wǎng)絡(luò)
y=sim(net,p');
% 仿真
yc=vec2ind(y);
% 實(shí)際輸出等于期望輸出
%% 廣義回歸神經(jīng)網(wǎng)絡(luò)常用于函數(shù)逼近
P = [1 2 3];
% 訓(xùn)練輸入向量
T = [2.0 4.1 5.9];
% 訓(xùn)練輸入的期望輸出值
plot(P,T,'r*-')
net = newgrnn(P,T);
% 設(shè)計(jì)GRNN網(wǎng)絡(luò)
x=[1.5,2.5];
% 測(cè)試輸出。計(jì)算x=1.5和x=2.5的查找
y=sim(net,x);
% 測(cè)試結(jié)果
hold on
plot(x,y,'bo')
以上是“徑向基函數(shù)網(wǎng)絡(luò)RBF的示例分析”這篇文章的所有內(nèi)容,感謝各位的閱讀!相信大家都有了一定的了解,希望分享的內(nèi)容對(duì)大家有所幫助,如果還想學(xué)習(xí)更多知識(shí),歡迎關(guān)注億速云行業(yè)資訊頻道!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。