91av视频/亚洲h视频/操亚洲美女/外国一级黄色毛片 - 国产三级三级三级三级

  • 大小: 3KB
    文件類型: .m
    金幣: 1
    下載: 1 次
    發布日期: 2021-05-25
  • 語言: Matlab
  • 標簽: RBF;MATLAB??

資源簡介

利用RBF網絡(隱含層神經單元個數和學習率等參數可在內部修改,不作為輸入參數)學習和訓練,并對輸入的測試樣本做出響應。 輸入和輸出維數可以多維。 實際運行,逼近y=sin(t)函數效果不錯。

資源截圖

代碼片段和文件信息

%?RBF網絡逼近,多維輸入情況
%?作者:nuaazdh
%?時間:2012年4月11日?20:11:25
function?[test_out]=RBF_NN_MIC(train_itrain_otest_i)
%?train_i:訓練樣本輸入,行數表示其維數,列數表示樣本個數
%?train_o:訓練樣本輸出
%?test_i:測試樣本輸入
%?test_o:測試樣本輸出
%%?參數設定和初始化
size_tr=size(train_i2);?%訓練樣本個數
size_te=size(test_i2);??%測試樣本個數
%train_o=cos(train_i);%因變量y
in_num=size(train_i1);%輸入層神經單元個數
hid_num=7;?????????%隱含層神經單元個數
w=rand(1hid_num);%隱含層-輸出層的權值
b=ones(1hid_num);%節點基寬
c=4.0*rand(in_numhid_num);%基函數中心
h=zeros(1hid_num);%RBF網絡的徑向基向量
eta_w=0.080;%學習率η
eta_b=0.010;
eta_c=0.010;
alpha=0.1;%動量因子α
%beta=0.1;%變步長調整系數
maxgen=20000;%最大迭代次數
error_goal=1e-4;%誤差精度要求
mse=zeros(1maxgen);%均方誤差
wk_1=w;wk_2=w;%前1?2?時刻的權值
bk_1=b;bk_2=b;%前1?2?時刻的基寬值
ck_1=c;ck_2=c;%前1?2時刻的中心值
delta_c=zeros(in_numhid_num);
%[~ce]=kmeans(train_ihid_num);
%c=ce‘;
W=cell(maxgen1);
B=cell(maxgen1);
C=cell(maxgen1);
%%?開始訓練網絡
gen=0;
for?i=1:maxgen
????gen=gen+1;%當前迭代次數
????%%?訓練樣本
????for?j=1:size_tr
????????for?k=1:hid_num
????????????h(k)=exp(-norm(train_i(:j)-c(:k))^2/(2*b(k)^2));
????????end
????????ye=w*h‘;
????????%修正權值
????????e=train_o(j)-ye;%當前輸出誤差????????
????????for?k=1:hid_num????????????????
????????????w(k)=wk_1(k)+eta_w*e*h(k)+alpha

評論

共有 條評論

相關資源