径向基神经网络应用实例：（工具箱…

输入18个样本点，将隐含节点书设置为18 ，其中心就是输入的X值，期望输出为对应的y值。如此，网络中就有一个输入节点，一个输出节点，18个隐含节点

%% 清理

clear all

close all 

clc

%% 定义原始数据

x=-9:8;

y=[129,-32,-118,-138,-125,-97,-55,-23,-4,...

    2,1,-31,-72,-121,-142,-174,-155,-77];

%% 设计RBF网络

P=x;

T=y;

% 计时开始

tic;

% spread = 2

net = newrb(P, T, 0, 2); 

% 记录消耗的时间

time_cost = toc;

% 保存得到的RBF模型net

save curve_filt_newrb_build net

 

NEWRB, neurons = 0, MSE = 5338.8   并且已经将相关数据保存到了 curve_filt_newrb_build.mat 中

接下来进行测试仿真

% curve_filt_newrb_sim.m

%% 原始训练数据

x=-9:8;

y=[129,-32,-118,-138,-125,-97,-55,-23,-4,...

    2,1,-31,-72,-121,-142,-174,-155,-77];

%% 测试

% 测试数据

xx=-9:.2:8;

% 加载训练模型   上一步训练得到的net保存在example.mat中

load curve_filt_newrb_build.mat

% 网络仿真

yy = sim(net, xx);

%%绘图

% 原数据点

figure;

plot(x,y,'o');

hold on;

% 仿真得到的拟合数据

plot(xx,yy,'-');

hold off;

% 图例、标题

legend('原始数据','拟合数据');

title('用径向基函数拟合曲线');

结果与上一篇博客中写到的手算方式的得到的结果一致