第五课径向基函数网络(RBFN) 人工神经网络理论及应用课件.ppt

人工神经网络理论及应用 屈桢深 哈尔滨工业大学 准备知识：矩阵QR分解 非奇异矩阵P的正交三角分解：P=QR 证明思路：对P中各向量进行正交化， RBFN——思路 RBFN——计算方法 RBFN——分析 RBFN——迭代步骤I RBFN——迭代步骤I RBFN——迭代步骤II RBFN——迭代步骤III RBFN——网络结构 MATLAB RBFN: 径向基神经元模型 RBFN训练方法：无导师学习 类似k-聚类学习算法： (1) 给定隐含层神经元初始中心ci(0); (2) 计算欧式距离，求出最小节点； RBFN训练方法：无导师学习(2) (3) 调整中心 (4) 重复上述步骤 MATLAB RBFN: RBFN设计函数 RBFN设计和训练合一 net = newrbe(P,T,SPREAD) 对每一个输入样本对应一个RBF神经元； Spread控制RBF形状，^光滑 当出现Rank deficient时，应减小spread重新设计 MATLAB RBFN: RBFN设计函数(2) [net,tr] = newrb(P,T,GOAL,SPREAD,MN,DF) 自动计算RBF神经元个数； GOAL为最小误差； MN：最大神经元数目；DF：每次递增数 newrb创建过程 以所有样本输入网络，找到误差最大样本； 增加一个(或多个)隐含层神经元，中心值c