径向基函数(RBF Radial Basis Function)神经网络
径向基函数(RBF Radial Basis Function)神经网络是由J.Moody和C.Darken在20世纪80年代末提出的一种神经网络,它是具有单隐层的三层前馈网络。由于它模拟了人脑中局部调整、相互覆盖接受域(或称感受野-Receptive Field)的神经网络结构,因此,RBF网络使一种局部逼近网络,已证明它能以任意精度逼近任意连续函数。
%RBF神经网络逼近程序(非使用MATLAB工具箱),可显示网络的权值和阈值及误差
clear all;
close all;
xite=0.5; %学习速率
alfa=0.05; %动量因子
beta=0.01;
x=[1,0,0,0]'; %输入样本
ci=30*ones(4,6); %初始化网络节点的中心矢量
bi=10*ones(6,1); %初始化网络的基宽
w=0.10*ones(6,1); %初始化网络的权值
h=[0,0,0,0,0,0]'; %初始化网络的径向基向量
ci_1=ci;ci_3=ci_1;ci_2=ci_1;
bi_1=bi;bi_2=bi_1;bi_3=bi_2;
w_1=w;w_2=w_1;w_3=w_1;
counter=0; %训练次数
yout=2; %输出目标值
ym=0; %训练目标值
e=yout-ym; %逼近误差
while (abs(e)>=0.0001)
counter=counter+1;
for j=1:1:6
h(j)=exp(-norm(x-ci(:,j))^2/(2*bi(j)*bi(j)));
end
ym=w'*h;
d_w=0*w;
for j=1:1:6
d_w(j)=xite*(yout-ym)*h(j);
end
w=w_1+d_w+alfa*(w_1-w_2);
d_bi=0*bi;
for j=1:1:6
d_bi(j)=xite*(yout-ym)*w(j)*h(j)*(bi(j)^-3)*norm(x-ci(:,j))^2;
end
bi=bi_1+ d_bi+alfa*(bi_1-bi_2);
for j=1:1:6
for i=1:1:4
d_ci(i,j)=xite*(yout-ym)*w(j)*(x(i)-ci(i,j))*(bi(j)^-2);
end
end
ci=ci_1+d_ci+alfa*(ci_1-ci_2);
ci_3=ci_2;
ci_2=ci_1;
ci_1=ci;
bi_3=bi_2;
bi_2=bi_1;
bi_1=bi;
w_3=w_2;
w_2=w_1;
w_1=w;
e=yout-ym;
end
径向基函数(RBF Radial Basis Function)神经网络相关推荐
- matlab径向基函数插值,径向基函数(Radial Basis Function)插值
将RBF用于插值 标签(空格分隔):径向基函数插值 算法 RBF 曲面重构 当高维数据稀疏,需要预测一些数据,需要使用曲面重构的方法. 曲面重构一般可以分为: 插值 重构 曲面插值里我们一般使用径向基 ...
- 径向基RBF(radial basis function)函数、RBF神经网络、 反推(back-stepping)控制
文章目录 1. 什么是径向基函数 1. 高斯径向基函数 2. 反演S型函数 3. 拟多二次函数 2. 正则化径向基神经网络 3. 基于RBF网络逼近的自适应控制 1. 问题描述 2. RBF 网络原理 ...
- 径向基(Radial basis function)神经网络、核函数的一些理解
径向基函数(RBF)在神经网络领域扮演着重要的角色,如RBF神经网络具有唯一最佳逼近的特性,径向基作为核函数在SVM中能将输入样本映射到高维特征空间,解决一些原本线性不可分的问题. 本文主要讨论: 1 ...
- RBF(Radial Basis Function Network)+径向基网络
RBF(Radial Basis Function Network)+径向基网络 在SVM中引入Gaussian Kernel就能在无限多维的特征转换中得到一条"粗壮"的分界线(或 ...
- 径向基(Radial Basis Function:RBF)神经网络
前言 径向基函数是一个取值仅仅依赖于离远点的实值函数,也就是ϕ(x)=ϕ(∣∣x∣∣)\ \phi(x)=\phi(||x||) ϕ(x)=ϕ(∣∣x∣∣),或者还可以是任意一点c的距离,c点称为中心 ...
- 核函数与径向基函数 (Radial Basis Function 简称 RBF)详解
1.核函数 1.1核函数的由来 -----------还记得为何要选用核函数么?----------- 对于这个问题,在Jasper's Java Jacal博客<SVM入门(七)为何需要核函数 ...
- 基于径向基函数(RBF)的函数插值
基于径向基函数的函数插值 1. 函数插值 2. RBF函数插值 代码实现 1. 函数插值 函数插值问题: 用形式简单的插值函数 f^(x)\hat f(x)f^(x) 近似原函数 (1)\qquad ...
- 径向基(Radial Basis Function:RBF)神经网络学习笔记
原创不易,转载前请注明博主的链接地址:Blessy_Zhu https://blog.csdn.net/weixin_42555080 一. 从BP神经网络到RDF神经网络 在上一篇文章BP(Back ...
- 机器学习算法-09-深度学习、BP神经网络、Hopfield神经网络、基于数学原理的神经网络、径向基函数RBF(B站一条会说666的咸鱼)
Deep Learning 深度学习的概念源于人工神经网络的研究,含多隐层的多层感知器就是有一种深度学些的结构 ,深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征,以发现数据的分布式特征的 ...
最新文章
- centos把mysql移到数据盘_Centos转移Mysql的数据位置
- Eclipse主题更换方法
- 观察者模式 Observer
- cephfs java api_Kubernetes使用cephfs作为后端存储
- 检索数据_13_从表中查询空值
- 主体的实践,摘录-----保守还是改革,不是靠思辨的力量,而是靠实践
- 【转载】LinkedHashMap和HashMap区别
- 计算机装配调试员培训内容.doc,电子计算机装配调试员理论培训文档.doc
- linux连接wpa wifi密码,Linux环境下使用WIFI模块:使用wpa_supplicant工具配置和连接WIFI-Go语言中文社区...
- 数学分析:集合的基本概念
- 2019-C语言二级考试题库
- 猎豹网校梁兴珍老师的python课程很不错
- 小公司代理记账报税常见问题
- 《Python与硬件项目案例》— 基于Python与指纹模块AS608的指纹识别签到考勤系统(上篇)(期末大作业、课程设计、毕业设计、结课项目)
- 杨辉三角斜列规律及与循环层数的关系
- 世界上最好用的FTP服务器管理工具
- oracle 在此 select 语句中缺少 into 子句,Go database/sql文档
- off文件转obj文件
- 中国余热发电市场运作动态与十四五可行性研究报告2021年版
- 全网最新最全的jmeter+ant+jenkins 搭建接口自动化测试
热门文章
- 【Java之轨迹】SpringBoot 实现动态往数据库中添加时间点,使程序在规定的时间点执行任务(定时任务变形应用,附实战:动态日程提醒任务调度)
- 在路上——我的2011
- 使能中断与禁止中断策略比较
- HikariPool连接超时解决方案
- 【解决】HikariPool-1 - Connection is not available, request timed out / Thread starvation or clock leap
- TerminateProcess
- TP5 模板渲染问题
- [附源码]PHP计算机毕业设计旅游网站设计(程序+LW)
- css如何设置高亮显示,Javascript实现CSS代码高亮显示
- 进程与线程区别,进程间通信方式