第六章_RBF网络.ppt

2006-12-12 北京科技大学 付冬梅 6-1 径向基函数(RBF)网络结构和模型 径向基函数（RBF）神经网络，是具有单隐层的三层前馈网络，结构见图2-6-1。由于它模拟了人脑中局部调整、相互覆盖接收域的神经网络结构，因此，是一种局部逼近网络，已证明它能以任意精度逼近任一连续函数。 6-3 RBF网络的学习算法 1. 无导师学习 对所有输入样本进行聚类，求得各隐层节点的RBF的中心。介绍用k--均值聚类算法调整中心。 6-4 RBF网络的有关几个问题 6-5 RBF网络的MATLAB程序设计与实现 RBF网络工作原理、学习算法 演示 例6-1 　单输入单输出、隐层有三个节点的 高斯RBF网络 　 例6-1 高斯RBF网络 逼近非线性函数 输入输出样本集　 网络结构　 第一隐节点RBF　 第二隐节点RBF　 第三隐节点RBF　 三个隐节点RBF　 三个隐节点RBF　 三个隐节点输出加权(虚线)　 三个隐节点输出加权(虚线) 隐节点输出加权、和(粉红线) 隐节点输出加权和=网络输出　 隐节点中心已知 网络学习：调整权系 学习 0 次 学习 1 次 学习 2 次 学习 3 次 学习 4 次 学习 5 次 学习 6 次 学习 7 次 学习 8 次 学习 9 次 学习 10 次 学习