径向基神经网络应用实例：RBF网络…

输入18咯样本点，将隐含节点书设置为18 ，其中心就是输入的X值，期望输出为对应的y值。
如此，网络中就有一个输入节点，一个输出节点，18个隐含节点 如此，网络中就有一个输入节点，一个输出节点，18个隐含节点
% curve_filt_hand_buid.m % curve_filt_hand_buid.m
%% 清理 %% 清理
clear all clear all
close all close all
clc clc
%% %%
% 输入 % 输入
x=-9:8; x=-9:8;
% 期望输出; % 期望输出;
y=[129,-32,-118,-138,-125,-97,-55,-23,-4,... y=[129,-32,-118,-138,-125,-97,-55,-23,-4,...
2,1,-31,-72,-121,-142,-174,-155,-77]; 2,1,-31,-72,-121,-142,-174,-155,-77];
% 隐含节点的中心 % 隐含节点的中心
t=x; t=x;
% 计算每一个输入到每一个中心的距离，作为隐含层的输入 % 计算每一个输入到每一个中心的距离，作为隐含层的输入
z=dist(x,t); z=dist(x,t);
% 计算隐含层的输出 % 计算隐含层的输出
G=radbas(z); G=radbas(z);
%期望输出 %期望输出
d=y; d=y;
% 伪逆。求出权值向量 % 伪逆。求出权值向量
w=inv(G.*G)*G.*d; w=inv(G.*G)*G.*d;
%% 保存 %% 保存
save net.mat d w x y save net.mat d w x y
% curve_filt_hand_buid.m %% 清理 clear all close all clc %% % 输入 x=-9:8; % 期望输出; y=[129,-32,-118,-138,-125,-97,-55,-23,-4,... 2,1,-31,-72,-121,-142,-174,-155,-77]; % 隐含节点的中心 t=x; % 计算每一个输入到每一个中心的距离，作为隐含层的输入 z=dist(x,t); % 计算隐含层的输出 G=radbas(z); %期望输出 d=y; % 伪逆。求出权值向量 w=inv(G.*G)*G.*d; %% 保存 save net.mat d w x y
在此我们已经将数据进行了保存，在net.mat中，接下来进行测试，仿真 在此我们已经将数据进行了保存，在net.mat中，接下来进行测试，仿真
%curve_filt_hand_sim.m %curve_filt_hand_sim.m
%% 清理 %% 清理
clear all clear all
close all close all
clc clc
%% 加载模型 %% 加载模型
load net.mat load net.mat
%% 测试 %% 测试
%输入 %输入
xx=-9:.2:8; xx=-9:.2:8;
% 计算输入到中心的距离 % 计算输入到中心的距离
t = x; t = x;
zz=dist(xx,t); zz=dist(xx,t);
% 计算隐含层的输出 % 计算隐含层的输出
  GG=radbas(zz); GG=radbas(zz);
% 计算输出层的输出 % 计算输出层的输出
Y=GG*w; Y=GG*w;
%% 绘图 %% 绘图
% 原始数据点 % 原始数据点
plot(x,y,o); plot(x,y,o);
hold on; hold on;
% 拟合的函数曲线 % 拟合的函数曲线
plot(xx,Y,-); plot(xx,Y,-);
legend(原始数据,拟合数据); legend(原始数据,拟合数据);
title(用径向基函数拟合曲线); title(用径向基函数拟合曲线);
%curve_filt_hand_sim.m %% 清理 clear all close all clc %% 加载模型 load net.mat %% 测试 %输入 xx=-9:.2:8; % 计算输入到中心的距离 t = x; zz=dist(xx,t); % 计算隐含层的输出 GG=radbas(zz); % 计算输出层的输出 Y=GG*w; %% 绘图 % 原始数据点 plot(x,y,o); hold on; % 拟合的函数曲线 plot(xx,Y,-); legend(原始数据,拟合数据); title(用径向基函数拟合曲线);
输入18咯样本点，将隐含节点书设置为18 ，其中心就是输入的X值，期望输出为对应的y值。 如此，网络中就有一个输入节点，一个输出节点，18个隐含节点 % curve_filt_hand_buid.m %% 清理 clear all close all clc %% % 输入 x=-9:8; % 期望输出; y=[129,-32,-118,-138,-125,-97,-55,-23,-4,... 2,1,-31,-72,-121,-142,-174,-155,-77]; % 隐含节点的中心 t=x; % 计算每一个输入到每一个中心的距离，作为隐含层的输入 z=dist(x,t); % 计算隐含层的输出 G=radbas(z); %期望输出 d=y; % 伪逆。求出权值向量 w=inv(G.*G)*G.*d; %% 保存 save net.mat d w x y 在此我们已经将数据进行了保存，在net.mat中，接下来进行测试，仿真 %curve_filt_hand_sim.m %% 清理 clear all close all clc %% 加载模型 load net.mat %% 测试 %输入 xx=-9:.2:8; % 计算输入到中心的距离 t = x; zz=dist(xx,t); % 计算隐含层的输出 GG=radbas(zz); % 计算输出层的输出 Y=GG*w; %% 绘图 % 原始数据点 plot(x,y,o); hold on; % 拟合的函数曲线 plot(xx,Y,-); legend(原始数据,拟合数据); title(用径向基函数拟合曲线);