RBF神经网络更新算法
在确认输入值在高斯基函数的覆盖范围内时,可以不调节c和b。
和RBF神经网络有关的matlab函数
net = newrb(P,T,goal,spread,MN,DF)
P为输入,T为目标输出,goal为目标均方差,spread是径向基函数分布系数,MN是最大神经元数,DF是每次显示之间需要添加的神经元数(默认为25)。根据输入输出,生成一个RBF神经网络
P = [1 2 3];
T = [2.0 4.1 5.9];
net = newrb(P,T);
P = 1.5; Y = sim(net,P)
net = newrbe(P,T,spread)
设计精确的径向基网络,P为输入,T为目标输出,spread是径向基函数分布系数
P = [1 2 3]; T = [2.0 4.1 5.9]; net = newrbe(P,T);
P = 1.5; Y = sim(net,P)
以上两种方法,自动生成神经网络,且神经元的数量最少。