线性神经网络2-6-3 构建高斯RBF网络

《线性神经网络2-6-3 构建高斯RBF网络》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、例2-6-3M构建高斯RBF网络1高斯RBF网络结构与模型输入层隐层输出层节点节点节点uyqW书用符号2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3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4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5构建高斯RBF网络输入样本集：u=[123]输出样本集：d=[2.04.0

2、5.9]6构建高斯RBF网络Matlab程序:m263a.m7CommandWindow:sc=1w1=123b1=0.83260.83260.8326w2=00.36004.1600b2=1.5600d=2.00004.00005.9000y=2.00004.00005.9000构建高斯RBF网络m263a.m执行结果8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.

3、m执行结果9构建高斯RBF网络输入样本集：u=-3:3输出样本集：d=radbas(u)*1.210构建高斯RBF网络Matlab程序:m263b.m11构建高斯RBF网络m263b.m执行结果CommandWindow:Sc=1见数据：w1b1w2b2d=0.00010.02200.44151.20000.44150.02200.0001y=0.00010.02200.44151.20000.44150.02200.000112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

4、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？13结束14