神经网络实验六.ppt

神经网络实验课件 六、径向基函数网络的构建 一、径向基函数网络模型结构 １、径向基函数网络的神经元模型 径向基函数网络具有R个输入向量，网络输出可表示为输入向量和权值向量之间的距离乘以阀值。 1、应用函数newrbe 调用格式： net = newrbe(P,T,SPREAD) 功能描述： 生成一个径向基神经网络 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. 2、应用函数newrb 调用格式： [net,tr] = newrb(P,T,GOAL,SPREAD,MN) 功能描述：生成一个径向基神经网络 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. GOAL—训练精度，缺省值为0. SPREAD—径向基层的散布常数，缺省值为1. MN—最大神经元数目，缺省值为Q. 注1： SPREAD的设置是构建一个径向基网络的关键，SPREAD只有足够大才能覆盖所有的输入区间，但是如果SPREAD太大，则每个神经元的响应区域又会交叉太多，反而带来精度问题。一般情况下，散布常数SPREAD的选取取决于输入向量之间的距离，要求大于最小距离，而小于最大距