Main Content

newrbe

设计精确的径向基网络

语法

net = newrbe(P,T,spread)

说明

径向基网络可用于逼近函数。newrbe 能够非常快速地设计径向基网络,其设计向量上的误差为零。

net = newrbe(P,T,spread) 接受两个或三个参量,

P

QR 元素输入向量组成的 R×Q 矩阵

T

QS 元素目标类向量组成的 S×Q 矩阵

spread

径向基函数的散布(默认值 = 1.0)

并返回一个新的精确径向基网络。

spread 越大,函数逼近就越平滑。但过大的散布会导致数值问题。

示例

在此处,在给定输入 P 和目标 T 的情况下设计一个径向基网络。

P = [1 2 3];
T = [2.0 4.1 5.9];
net = newrbe(P,T);

针对新输入对该网络进行仿真。

P = 1.5;
Y = sim(net,P)

算法

newrbe 会创建一个两层网络。第一层有 radbas 个神经元,用 dist 计算其加权输入,用 netprod 计算其净输入。第二层有 purelin 个神经元,用 dotprod 计算其加权输入,用 netsum 计算其净输入。两层都有偏置。

newrbe 将第一层权重设置为 P',第一层偏置全部设置为 0.8326/spread,从而导致径向基函数在 +/- spread 的加权输入处跨度为 0.5。

第二层权重 IW{2,1} 和偏置 b{2} 是通过仿真第一层输出 A{1} 然后求解以下线性表达式得到的:

[W{2,1} b{2}] * [A{1}; ones] = T

版本历史记录

在 R2006a 之前推出

另请参阅

| | |