RBF网络的回归方法如何用

发布时间:2022-01-14 10:14:58 作者:iii
来源:亿速云 阅读:233

这篇文章主要介绍了RBF网络的回归方法如何用的相关知识,内容详细易懂,操作简单快捷,具有一定借鉴价值,相信大家阅读完这篇RBF网络的回归方法如何用文章都会有所收获,下面我们一起来看看吧。

%% 清空环境变量

clc

clear

%% 产生训练样本(训练输入,训练输出)

% ld为样本例数

ld=400; 


% 产生2*ld的矩阵 

x=rand(2,ld); 


% 将x转换到[-1.5 1.5]之间

x=(x-0.5)*1.5*2; 


% x的第一列为x1,第二列为x2.

x1=x(1,:);

x2=x(2,:);


% 计算网络输出F值

F=20+x1.^2-10*cos(2*pi*x1)+x2.^2-10*cos(2*pi*x2);


%% 建立RBF神经网络 

% 采用approximate RBF神经网络。spread为默认值

net=newrb(x,F);

RBF网络的回归方法如何用  

%% 建立测试样本


% generate the testing data

interval=0.1;

[i, j]=meshgrid(-1.5:interval:1.5);

row=size(i);

tx1=i(:);

tx1=tx1';

tx2=j(:);

tx2=tx2';

tx=[tx1;tx2];


%% 使用建立的RBF网络进行模拟,得出网络输出

ty=sim(net,tx);


%% 使用图像,画出3维图

RBF网络的回归方法如何用  

figure

% 真正的函数图像

interval=0.1;

[x1, x2]=meshgrid(-1.5:interval:1.5);

F = 20+x1.^2-10*cos(2*pi*x1)+x2.^2-10*cos(2*pi*x2);

subplot(1,3,1)

mesh(x1,x2,F);

zlim([0,60])

title('真正的函数图像')


% 网络得出的函数图像

v=reshape(ty,row);

subplot(1,3,2)

mesh(i,j,v);

zlim([0,60])

title('RBF神经网络结果')


% 误差图像

subplot(1,3,3)

mesh(x1,x2,F-v);

zlim([0,60])

title('误差图像')


set(gcf,'position',[300 ,250,900,400])

关于“RBF网络的回归方法如何用”这篇文章的内容就介绍到这里,感谢各位的阅读!相信大家对“RBF网络的回归方法如何用”知识都有一定的了解,大家如果还想学习更多知识,欢迎关注亿速云行业资讯频道。

推荐阅读:
  1. Tensorflow实现神经网络拟合线性回归
  2. Python如何实现RBF神经网络

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

rbf

上一篇:RBF网络的回归方法怎么用

下一篇:springboot整合quartz定时任务框架的方法是什么

相关阅读

您好,登录后才能下订单哦!

密码登录
登录注册
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》