NREsa的博客

1 引言1.1研究背景及意义实际应用结果表明, 该神经网络可以很好地克服BP 神经网络学习过程的收敛过分 依赖于初值和可能出现局部收敛的缺陷, 具有较快的运算速度、较强的非线性映射能力和较好的效能。RBF径向基函数，取值仅依赖于离原点距离的实值函数，任何满足这种特性的函数就叫径向基函数。一般采用欧氏距离，也可以用其他距离。RBF的中心点确定以后，这种映射关系也就确定了。而隐含层空间到输出空间的映射是线性的，即网络的输出是隐单元输出的线性加权和，此处的权即为网络可调参数。由此可见，从总体上看，网络由输

vec=[4 5 2 8 4 7 2 64 2 57 2 45 7 43 2 5 7 3 3 6253 3 4 3 0 -65 -343];fprintf('——创建一个新的向量vecR，使其为vec的转置')vecR = vec'fprintf('——创建一个新的向量vecB，使其为vec的前半部分和后半部分互换的结果')temp = vec(14:26);vecB(1:13) = temp;temp = vec(1:13);vecB(14:26) = tempfprintf('——创.