径向基神经网络RBF：Matlab实现多输入多输出RBF神经网络（含例子及代码）

IT猿手

已于 2022-08-03 16:25:53 修改

阅读量3.8k

点赞数 4

分类专栏：神经网络 MATLAB IT技术文章标签：神经网络 matlab 深度学习

于 2022-07-31 16:57:55 首次发布

本文链接：https://blog.csdn.net/weixin_46204734/article/details/126087574

版权

MATLAB 同时被 3 个专栏收录

516 篇文章 121 订阅

订阅专栏

IT技术

112 篇文章 28 订阅

订阅专栏

神经网络

18 篇文章 22 订阅

订阅专栏

该博客介绍了如何创建和训练一个5输入2输出的径向基函数(RBF)神经网络。通过生成随机5维度数据并计算其和的正弦和余弦作为输出，构建了训练集。使用newrbe函数建立网络，并进行模拟测试。最后，绘制了预测值与真实值的图像，以及它们之间的绝对误差，展示网络的预测效果。

摘要由CSDN通过智能技术生成

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')