rbf神经网络python预测代码_径向基(RBF)神经网络python实现

本文介绍了一个使用Python实现的RBF(径向基函数)神经网络模型,包括高斯函数、多距平方函数、逆多距平方函数和板脊函数等核函数的定义,以及训练和预测数据的流程,涉及数据预处理、核函数计算、矩阵运算和HDF5文件存储。
摘要由CSDN通过智能技术生成

1 from numpy importarray, append, vstack, transpose, reshape, \2 dot, true_divide, mean, exp, sqrt, log, \3 loadtxt, savetxt, zeros, frombuffer4 from numpy.linalg importnorm, lstsq5 from multiprocessing importProcess, Array6 from random importsample7 from time importtime8 from sys importstdout9 from ctypes importc_double10 from h5py importFile11

12

13 defmetrics(a, b):14 return norm(a -b)15

16

17 defgaussian (x, mu, sigma):18 return exp(- metrics(mu, x)**2 / (2 * sigma**2))19

20

21 defmultiQuadric (x, mu, sigma):22 return pow(metrics(mu,x)**2 + sigma**2, 0.5)23

24

25 definvMultiQuadric (x, mu, sigma):26 return pow(metrics(mu,x)**2 + sigma**2, -0.5)27

28

29 defplateSpine (x,mu):30 r =metrics(mu,x)31 return (r**2) *log(r)32

33

34 classRbf:35 def __init__(self, prefix = 'rbf', workers = 4, extra_neurons = 0, from_files =None):36 self.prefix =prefix37 self.workers =workers38 self.extra_neurons =extra_neurons39

40 #Import partial model

41 if from_files is notNone:42 w_handle = self.w_handle = File(from_files['w'], 'r')43 mu_handle = self.mu_handle = File(from_files['mu'], 'r')44 sigma_handle = self.sigma_handle = File(from_files['sigma'], 'r')45

46 self.w = w_handle['w']47 self.mu = mu_handle['mu']48 self.sigmas = sigma_handl

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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