RBF网络

最新推荐文章于 2021-04-15 09:58:19 发布
最新推荐文章于 2021-04-15 09:58:19 发布
阅读量1.1k 收藏 1
点赞数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/chenxi_wind/article/details/24397817
版权
这篇博客主要介绍了RBF（径向基函数）网络的基础知识，包括精确型和近似型两种类型，并对比了它与非线性回归的区别。博主通过MATLAB代码示例，展示了如何查看和理解RBF网络的权重、偏置等参数，同时也分享了生成训练数据的过程。
摘要由CSDN通过智能技术生成

在matlab中文论坛看到了rbf的视频，整理了一下，也方便以后自己记不起来时看一下，老师给了rbf的程序,自己加了点注释。




rbf分为两类，exact和approximate.

rbf与非线性回归的区别在于：rbf是不知道数学模型的，而非线性回归则是知道数学模型的，比如知道数据服从某种函数分布，只是系数不知道而已。

clc;

clear;
close all;

%rbf_approximate <
最低0.47元/天 解锁文章
PParis
关注
rbf java_RBF网络
weixin_33272631的博客
02-13 242
RBF网络能够逼近任意的非线性函数，可以处理系统内的难以解析的规律性，具有良好的泛化能力，并有很快的学习收敛速度，已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模、控制和故障诊断等。简单说明一下为什么RBF网络学习收敛得比较快。当网络的一个或多个可调参数(权值或阈值)对任何一个输出都有影响时，这样的网络称为全局逼近网络。由于对于每次输入，网络上的每一个权值...
RBF的MATLAB程序
05-12
RBF神经网络matlab程序
rbf仿真程序
11-13
rbf网络的仿真程序，自己写的，结合了神经网络的隐含层神经元数目优化算法
rbf神经网络matlab程序,Matlab的RBF神经网络程序
weixin_33332385的博客
03-22 446
Matlab的RBF神经网络程序 求助，Matlab 的 RBF神经网络程序为什么测试均方误差很大？clcclearclose all%-------------------------------------------------%产生训练样本与测试样本A=0.086207 0.262772 0.1269570.113793 0.261712 0.1464890.113793 0.261176...
RBF网络泛化程序
06-25
给出输入输出数据，对RBF进行训练，仿真，并测试其泛化能力。
一个很好的Matlab rbf程序
04-05
Matlab rbf 程序： RBF网络的Matlab程序 时间：2009-2-22 14:53:42 点击：83 　　核心提示：RBF网络的Matlab程序... function [net,tr]=newrb(p,t,goal,spread,mn,df) %NEWRB Design a radial basis network. % % Synopsis % % net = newrb % [net,tr] = newrb(P,T,GOAL,SPREAD,MN,DF) % % Description
RBF神经网络进行自适应控制，由RBF网络辨识jacobian信息+matlab操作视频
06-06
2.内容：RBF神经网络进行自适应控制，由RBF网络辨识jacobian信息+matlab操作视频 3.用处：用于RBF网络辨识jacobian信息算法编程学习 4.指向人群：本硕博等教研学习使用 5.运行注意事项： 使用matlab2021a或者更...
智能系统控制实验八-RBF网络逼近仿真实例与RBF网络监督控制实例-matlab源代码和实验报告
05-08
标题中的“智能系统控制实验八-RBF网络逼近仿真实例与RBF网络监督控制实例”涉及的是基于径向基函数（Radial Basis Function, RBF）神经网络在控制领域的应用。RBF网络是一种多层前馈神经网络，以其快速的学习速度和...
基于Matlab实现RBF网络的回归-非线性函数回归（源码+说明文档）.rar
最新发布
05-14
1、资源内容：本例用RBF网络拟合未知函数，预先设定一个非线性函数，如式y=20+x21-10cos（2πx1）+x22-10cos（2πx2）所示，假定函数解析式不清楚的情况下，随机产生x1,x2和由这两个变量按上式得出的y。将x1,x2作为...
RBF程序仿真
06-03
一组三原色数据，希望将数据按照颜色数据所表征的特点，将数据按照各自所属的类别归类
matlab3个RBF程序.zip
03-17
径向基函数神经网络的matlab程序，（函数逼近、拟合曲线、可改写为多输入多输出的神经网络），基于聚类的RBF 网设计算法、.基于梯度法的RBF 网络设计算法、.基于OLS 的RBF 网设计算法
七个完整rbf算法源程序
11-15
共有七个完整算法 % 1.基于聚类的RBF 网设计算法 % 一维输入，一维输出，逼近效果很好！ SamNum = 100; % 总样本数 TestSamNum = 101; % 测试样本数 InDim = 1; % 样本输入维数 ClusterNum = 10; % 隐节点数，即聚类样本数 Overlap = 1.0; % 隐节点重叠系数 % 根据目标函数获得样本输入输出 rand('state',sum(100*clock)) NoiseVar = 0.1; Noise = NoiseVar*randn(1,SamNum); SamIn = 8*rand(1,SamNum)-4; SamOutNoNoise = 1.1*(1-SamIn+2*SamIn.^2).*exp(-SamIn.^2/2); SamOut = SamOutNoNoise + Noise; TestSamIn = -4:0.08:4; TestSamOut = 1.1*(1-TestSamIn+2*TestSamIn.^2).*exp(-TestSamIn.^2/2); figure hold on grid plot(SamIn,SamOut,'k+') plot(TestSamIn,TestSamOut,'r--') xlabel('Input x'); ylabel('Output y'); Centers = SamIn(:,1:ClusterNum); NumberInClusters = zeros(ClusterNum,1); % 各类中的样本数，初始化为零 IndexInClusters = zeros(ClusterNum,SamNum); % 各类所含样本的索引号 while 1, NumberInClusters = zeros(ClusterNum,1); % 各类中的样本数，初始化为零 IndexInClusters = zeros(ClusterNum,SamNum); % 各类所含样本的索引号 % 按最小距离原则对所有样本进行分类 for i = 1:SamNum AllDistance = dist(Centers',SamIn(:,i)); [MinDist,Pos] = min(AllDistance); NumberInClusters(Pos) = NumberInClusters(Pos) + 1; IndexInClusters(Pos,NumberInClusters(Pos)) = i; end % 保存旧的聚类中心 OldCenters = Centers; for i = 1:ClusterNum Index = IndexInClusters(i,1:NumberInClusters(i)); Centers(:,i) = mean(SamIn(:,Index)')'; end % 判断新旧聚类中心是否一致，是则结束聚类 EqualNum = sum(sum(Centers==OldCenters)); if EqualNum == InDim*ClusterNum, break, end end % 计算各隐节点的扩展常数（宽度） AllDistances = dist(Centers',Centers); % 计算隐节点数据中心间的距离（矩阵） Maximum = max(max(AllDistances)); % 找出其中最大的一个距离 for i = 1:ClusterNum % 将对角线上的0 替换为较大的值 AllDistances(i,i) = Maximum+1; end Spreads = Overlap*min(AllDistances)'; % 以隐节点间的最小距离作为扩展常数 % 计算各隐节点的输出权值 Distance = dist(Centers',SamIn); % 计算各样本输入离各数据中心的距离 SpreadsMat = repmat(Spreads,1,SamNum); HiddenUnitOut = radbas(Distance./SpreadsMat); % 计算隐节点输出阵 HiddenUnitOutEx = [HiddenUnitOut' ones(SamNum,1)]'; % 考虑偏移 W2Ex = SamOut*pinv(HiddenUnitOutEx); % 求广义输出权值 W2 = W2Ex(:,1:ClusterNum); % 输出权值 B2 = W2Ex(:,ClusterNum+1); % 偏移 % 测试 TestDistance = dist(Centers',TestSamIn); TestSpreadsMat = repmat(Spreads,1,TestSamNum); TestHiddenUnitOut = radbas(TestDistance./TestSpreadsMat); TestNNOut = W2*TestHiddenUnitOut+B2; plot(TestSamIn,TestNNOut,'b-') W2
RBF神经网络C++源码
04-07
GitHub搬运，作者主页：https://github.com/osama-afifi
matlab源码集锦- RBF网络的回归-非线性函数回归的实现
05-17
本压缩包文件提供的MATLAB源码集锦，主要展示了如何利用RBF网络实现非线性函数的回归。下面我们将深入探讨RBF网络的基本原理、MATLAB实现的关键步骤以及在非线性回归中的应用。 1. **RBF网络的基本结构与原理** ...
基于模型不确定逼近的RBF网络机器人自适应控制
04-16
利用RBF网络能以任意精度逼近任意的连续函数的特点，设计一种基于模型不确定逼近RBF网络机器人的自适应控制器。采用RBF网络可以大大加快学习速度，并避免局部极小问题，适合于实时控制要求。仿真结果表明，该控制...
matlab循环神经网络_RBF网络设计实例及MATLAB仿真（01）
weixin_39980841的博客
12-04 645
1.设计结构为1-5-1的RBF网络图1 Simulink仿真框图图2 仿真结果%% S-函数源程序 参考文献：《RBF神经网络自适应控制MATLAB仿真》_刘金琨著
c# 标准正太分布函数_机器学习入门 117 RBF核函数
weixin_40009472的博客
12-07 306
从黎明到黄昏，阳光充足，胜过一切过去的诗。--海子全文字数：3692字阅读时间：14分钟前言本系列是《玩转机器学习教程》一个整理的视频笔记。在上一小节详解介绍了什么是核函数，并且以多项式核函数为例介绍了核函数的实际含义。本小节具体来介绍另外一种比较特殊的核函数：高斯核函数，高斯核函数是在SVM算法中使用最多的一种核函数。a 什么是高斯核函数？通常我们会将核函数表示成函数 K(x, y...
RBF神经网络——案例一
weixin_45634365的博客
04-15 1674
给定输入向量p=−1:0.1:1p=-1:0.1:1p=−1:0.1:1和目标向量t=t=t= % 创建、训练、存储RBF神经网络 clear all; % 清除所有内存变量 clc; % 清屏 p = -1:0.1:0.9; % 输入向量 t = [0.0596 0.6820 0.0424 0.0714 0.5216 0.0967 0.8181 0.8175... 0.7224 0.1499 0.6596 0.5186 0.9730 0.6490 0.8003 0.4538... 0
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值