创建5输入2输出RBF神经网络:
x=2*rand(5,1000)-1;%输入为5维度共1000个数据
y(1,:)=sin(2*sum(x,1));%输出的第一维数据
y(2,:)=cos(3*sum(x,1));%输出的第二维数据
%% 训练网络
P=x;%输入数据
T=y;%输出数据
net = newrbe(P,T);%建立rbf神经网络 训练网络
%% 测试网络
A = sim(net,P);
%% 画出图像
figure
plot(A(1,:),'r*');
hold on
plot(T(1,:),'bo');
legend('预测值','真实值')
xlabel('n')
ylabel('y1')
figure
plot(A(2,:),'r*');
hold on
plot(T(2,:),'bo');
legend('预测值','真实值')
xlabel('n')
ylabel('y2')
figure
plot(A(1,:),A(2,:),'r*');
hold on
plot(T(1,:),T(2,:),'bo');
legend('预测值','真实值')
xlabel('y1')
ylabel('y2')
figure
plot(abs(A(1,:)-T(1,:)),'r-o');
hold on
plot(abs(A(2,:)-T(2,:)),'b-+');
xlabel('n')
ylabel('MAE')
legend('y1','y2')
结果:
目标1真实值和预测值:
目标2真实值和预测值:
目标1与目标2的真实值和预测值:
预测值和真实值的绝对误差: