线性神经网络2-6-3 构建高斯RBF网络.pptVIP

线性神经网络2-6-3 构建高斯RBF网络.ppt

  1. 1、本文档共14页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
线性神经网络2-6-3 构建高斯RBF网络

例 2-6-3M 构建 高斯RBF网络 构建高斯RBF网络 Command Window: sc=1 w1= 1 2 3 b1=0.8326 0.8326 0.8326 w2=0 0.3600 4.1600 b2=1.5600 d= 2.0000 4.0000 5.9000 y= 2.0000 4.0000 5.9000 结束 * 高斯RBF网络 结构 与 模型 输入层   隐层  输出层 节点 节点 节点 u y q W 书用符号 高斯RBF网络 结构 与 模型 高斯RBF网络 结构 与 模型 高斯 RBF 网络 结构 M 用 符 号 书用符号 高斯RBF网络 结构 与 模型 高斯RBF网络 结构 与 模型 M用 符号 书用符号 符号对应 构建函数 newrbe(u,d,sc)   ()中,为构建需的条件: u:输入样本集,维数 n (书用符号) R (M用符号) d:输出样本集,维数 m (书用符号) S2 (M用符号) sc:伸展系数,缺省=1 构建高斯RBF网络 输入样本集:u=[1 2 3] 输出样本集:d=[2.0 4.0 5.9] 构建高斯RBF网络 Matlab程序: m263a.m 构建高斯RBF网络 m263a.m执行结果 说明 由函数newrbe(u,d,sc)构建高斯RBFNN: 1. 其隐层节点数 = 输入样本的长度L, 因此,若L大,则网络结构很复杂,故不宜用。 2. 隐层节点的b1i值相等,为 0. 8326/sc 构建高斯RBF网络 m263a.m执行结果 构建高斯RBF网络 输入样本集:u=-3:3 输出样本集:d=radbas(u)*1.2 构建高斯RBF网络 Matlab程序: m263b.m 构建高斯RBF网络 m263b.m执行结果 Command Window: Sc=1 见数据: w1 b1 w2 b2 d = 0.0001 0.0220 0.4415 1.2000 0.4415 0.0220 0.0001 y = 0.0001 0.0220 0.4415 1.2000 0.4415 0.0220 0.0001 构建高斯RBF网络 思考与练习 1.在程序m263a.m、m263b.m中, 设sc=2,4, 等,执行,观测结果, 并与sc=1的结果比较。 2.观测程序m263a.m 、m263b.m执行结果: 输入样本长度L=? 隐层节点数=? 二者是否相同? 3. 构建的网络有否误差,即y=d? *

文档评论(0)

f8r9t5c + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8000054077000003

1亿VIP精品文档

相关文档