神经网络实验七.ppt

神经网络实验课件 实验七 广义回归神经网络与概率神经网络的设计 １、GRNN网络结构 输入层　径向基神经元 线性层 %绘制出输入向量及其类别 P=[1 2;2 2;1 1]; Tc=[1 2 3]; plot(P(1,:),P(2,:),.,markersize,30); axis([0 3 0 3]); for i=1:3,text(P(1,i)+0.1,P(2,i),… sprintf(class%g,Tc(i))),end title(三个向量及类别); xlabel(P(1,:)); ylabel(P(2,:)); * * 一、广义回归神经网络(GRNN) 2、GRNN网络的设计 调用格式： net = newgrnn(P,T,SPREAD) 功能描述： 设计一个GRNN网络 参数说明： P—Q个R维输入向量组成的R×Q矩阵. T—Q个S维期望输出向量组成的S×Q矩阵. SPREAD—径向基层的散布常数，缺省值为1. 一、广义回归神经网络(GRNN) 例1：已知8个样本点，用GRNN网络对该样本进行函数逼近 P=[1 2 3 4 5 6 7 8]; %输入变量值 T=[0 1 2 3 2 1 2 1]; %期望输出 plot(P,T,.,markersize,30); %在