一、理论基础

测试的数据集有三种趋势型（trend），周期型（seasonal）还有混乱型的（noisy data）。三种类型要做训练集增加的测试（increasing testing set），测试集增加的测试(increasing testing set)和选择点测试(the optional point). 其中得出预测信任值（见照片图表）。

测试标准有4个：

1.误方差（mean squared error）小于1.

2.标准差（standard deviation）

3.标准差率（standard Deviation Ratio）即预测标准差除以实际标准差，小于1.0.

4.皮尔逊相关系数 person’s correlation coefficient -1到1.

RBF神经网络是一种三层神经网络，包括输入层、隐层、输出层。从输入空间到隐层空间的变换是非线性的，而从隐层空间到输出层空间的变换是线性的。

RBF网络是一种局部逼近网络,对于每个训练祥本,它只需要对少量的权值和阈值进行修正,因此训练速度快。RBF神将网络是一种三层神经网络，其包括输入层、隐层、输出层。从输入空间到隐层空间的变换是非线性的，而从隐层空间到输出层空间变换是线性的。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映射到隐空间，而不需要通过权连接。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。

二、核心程序

clc;
clear;
close all;
warning off;load data1.mat%%
%选择100个数据作为输入
Data = data1(1:100);%%
%选择20个训练数据
t11         = 1:10;
Train_data1 = Data(1:10);
t12         = 1:10;spread = 1;
goal   = 0.01;
df     = 1;
mn     = length(t11);
net    = newrb(t11,Train_data1,goal,spread,mn,df); yc1    = sim(net,t12);%%
%选择70个训练数据
t21         = 1:60;
Train_data2 = Data(1:60);
t22         = 1:60;spread = 1;
goal   = 0.01;
df     = 1;
mn     = length(t21);
net    = newrb(t22,Train_data2,goal,spread,mn,df);
yc2    = sim(net,t22);figure;
plot(t21,Train_data2,'b-o');
hold on;
plot(t22,yc2,'r-*');
hold off;
grid on;%%
%%对比计算结果
mser11 = func_mse(Train_data1);
mser12 = func_mse(yc1);
sder1  = func_sd(yc1);
sdrer1 = func_sdr(yc1,Train_data1);
coeff1 = func_pcc(yc1,Train_data1);fprintf('Inputs    Train data points    MSE training    MSE testing     PCC         SDR         SD\n');
fprintf('-----------------------------------------------------------------------------------------------\n');
fprintf('100       20                   ');
fprintf('%2.6f        ',mser11);
fprintf('%2.6f        ',mser12);
fprintf('%2.6f    ',coeff1);
fprintf('%2.6f    ',sdrer1);
fprintf('%2.6f    ',sder1);
fprintf('\n');
fprintf('-----------------------------------------------------------------------------------------------\n');mser21 = func_mse(Train_data2);
mser22 = func_mse(yc2);
sder2  = func_sd(yc2);
sdrer2 = func_sdr(yc2,Train_data2);
coeff2 = func_pcc(yc2,Train_data2);fprintf('100       70                   ');
fprintf('%2.6f        ',mser21);
fprintf('%2.6f        ',mser22);
fprintf('%2.6f    ',coeff2);
fprintf('%2.6f    ',sdrer2);
fprintf('%2.6f    ',sder2);
fprintf('\n');
fprintf('-----------------------------------------------------------------------------------------------\n');%%
%下面的程序是画图
cnt = 0;
for i = 10:2:60icnt         = cnt + 1;t01         = 1:i;Train_data0 = Data(1:i);t02         = 1:i;spread      = 1;goal        = 0.01;df          = 1;mn          = length(t01);net         = newrb(t02,Train_data0,goal,spread,mn,df); yc0         = sim(net,t02);%%%%对比计算结果mser01(cnt) = func_mse(Train_data0);mser02(cnt) = func_mse(yc0);sder0(cnt)  = func_sd(yc0);sdrer0(cnt) = func_sdr(yc0,Train_data0);
endfigure;
plot(10:2:60,mser01,'b-o');hold on;
plot(10:2:60,mser02,'r-^');hold on;
plot(10:2:60,sder0,'k-o');hold on;
plot(10:2:60,sdrer0,'m-*');hold on;
grid on;
legend('MSER1','MSER2','SD','SDR');
xlabel('training increasing');
ylabel('error value');

三、测试结果

A05-08

基于RBF网络的信任值预测算法matlab仿真实现相关推荐

m基于ESN+BP神经网络的数据预测算法matlab仿真,测试数据为太阳黑子变化数据
目录 1.算法描述 2.仿真效果预览 3.MATLAB核心程序 4.完整MATLAB 1.算法描述在人工神经网络的发展历史上,感知机(Multilayer Perceptron,MLP)网络曾对人工 ...
基于Frangi滤波的视网膜静脉血管检测算法matlab仿真
目录 1.算法概述 2.仿真效果 3.MATLAB仿真源码 1.算法概述随着图像数字化处理的快速发展,医学图像处理越来越受到人们的广泛关注.研究表明,人体许多全身性疾病都与眼底血管的异常有着密切的联 ...
基于Gabor滤波器的指纹图像增强处理算法matlab仿真
目录 1.算法概述 2.仿真效果 3.MATLAB仿真源码 1.算法概述 Gabor 变换是一种加窗短时 Fourier 变换(简单理解起来就是在特定时间窗内做 Fourier 变换),是短时 Fou ...
基于预留子载波的PAPR抑制算法matlab仿真
目录 1.算法概述 2.仿真效果 3.matlab仿真源码 1.算法概述峰值平均功率比(PAPR-Peak to Average Power Ratio),简称峰均比(PAPR).MIMO-OFDM ...
基于kalman滤波的磨损预测算法matlab仿真
目录一.理论基础二.核心程序三.仿真测试结果作者ID :fpga和matlab CSDN主页:https://blog.csdn.net/ccsss22?type=blog 擅长技术: 1.无 ...
m基于GA遗传优化的GRNN广义回归神经网络销售数据预测算法matlab仿真
目录 1.算法描述 2.仿真效果预览 3.MATLAB核心程序 4.完整MATLAB 1.算法描述随着市场经济的发展和全球化,国内外企业面临着越来越残酷的市场竞争,要想赢得竞争,赢得市场,从事商品销 ...
m基于LPF-VMD和KELM的鸟群优化算法的风速预测算法matlab仿真
目录 1.算法描述 2.仿真效果预览 3.MATLAB核心程序 4.完整MATLAB 1.算法描述 1).使用 LPF-VMD 对风速时间序列进行分解, 得到一个低频的趋势分量以及 n 个由 VMD ...
基于能量检测的调制方式识别算法MATLAB仿真,识别不同SNR下的MFSK和MPSK
UP目录一.理论基础二.核心程序三.测试结果一.理论基础随着无线通信的快速发展,用户对通信质量的要求越来越高,同时无线设备的大幅度增长,使得频谱资源显得更加重要.认知无线电(Cognitiv ...
模糊聚类FCM算法和基于GA遗传优化的FCM聚类算法matlab仿真
目录 1.算法概述 2.仿真效果预览 3.MATLAB部分代码预览 4.完整MATLAB程序 1.算法概述在各种糊聚类算法中 ,模糊C -均值聚类算法FCM (FuzzyC MeanClusteri ...

基于RBF网络的信任值预测算法matlab仿真实现

一、理论基础

二、核心程序

三、测试结果

基于RBF网络的信任值预测算法matlab仿真实现相关推荐

最新文章

热门文章