神经网络教学课件-基于MATLAB算法(BP.遗传算法.RBF).pptVIP

操作说明： 1.启动MATLAB软件，将“WNN”文件夹设置为工作路径。 2.运行“WNN.m” 文件。 3.分析预测结果。 注： 1.本案例中的代码没有使用网络训练函数，网络训练过程为纯数学步骤推导。 2. mymorlet.m表示计算Morlet小波函数输出的函数。 3. d_mymorlet.m表示计算Morlet小波函数偏导数输出的函数。 谢谢！ RBF网络的基本思想是：用RBF作为隐单元的“基”构成隐含层空间，这样就可以将输入矢量直接（即不需要通过权接）映射到隐空间。当RBF的中心点确定以后，这种映射关系也就确定了。而隐含层空间到输出空间的映射是线性的，即网络的输出是隐单元输出的线性加权和。此处的权即为网络可调参数。由此可见，从总体上看，网络由输入到输出的映射是非线性的，而网络输出对可调参数而言却又是线性的。这样网络的权就可由线性方程直接解出，从而大大加快学习速度并避免局部极小问题。 RBF神经网络的优点 1.它具有唯一最佳逼近的特性，且无BP算法中存在的局部极小问题。 2.RBF神经网络具有较强的输入和输出映射功能，并且理论证明在前向网络中RBF网络是完成映射功能的最优网络。 3.网络连接权值与输出呈线性关系。 4.分类能力好。 5.学习过程收敛速度快。 RBF神经元模型 径向基神经网络的神经元模型如图所示。径向基神经网络的节点激活函数采用径向基函