這篇文章主要介紹了RBF網(wǎng)絡(luò)的回歸方法如何用的相關(guān)知識(shí)，內(nèi)容詳細(xì)易懂，操作簡單快捷，具有一定借鑒價(jià)值，相信大家閱讀完這篇RBF網(wǎng)絡(luò)的回歸方法如何用文章都會(huì)有所收獲，下面我們一起來看看吧。
創(chuàng)新互聯(lián)建站專注于張家口網(wǎng)站建設(shè)服務(wù)及定制，我們擁有豐富的企業(yè)做網(wǎng)站經(jīng)驗(yàn)。 熱誠為您提供張家口營銷型網(wǎng)站建設(shè)，張家口網(wǎng)站制作、張家口網(wǎng)頁設(shè)計(jì)、張家口網(wǎng)站官網(wǎng)定制、小程序制作服務(wù)，打造張家口網(wǎng)絡(luò)公司原創(chuàng)品牌,更為您提供張家口網(wǎng)站排名全網(wǎng)營銷落地服務(wù)。
%% 清空環(huán)境變量
clc
clear
%% 產(chǎn)生訓(xùn)練樣本（訓(xùn)練輸入，訓(xùn)練輸出）
% ld為樣本例數(shù)
ld=400;
% 產(chǎn)生2*ld的矩陣
x=rand(2,ld);
% 將x轉(zhuǎn)換到[-1.5 1.5]之間
x=(x-0.5)*1.5*2;
% x的第一列為x1，第二列為x2.
x1=x(1,:);
x2=x(2,:);
% 計(jì)算網(wǎng)絡(luò)輸出F值
F=20+x1.^2-10*cos(2*pi*x1)+x2.^2-10*cos(2*pi*x2);
%% 建立RBF神經(jīng)網(wǎng)絡(luò)
% 采用approximate RBF神經(jīng)網(wǎng)絡(luò)。spread為默認(rèn)值
net=newrb(x,F);
%% 建立測試樣本
% 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網(wǎng)絡(luò)進(jìn)行模擬，得出網(wǎng)絡(luò)輸出
ty=sim(net,tx);
%% 使用圖像，畫出3維圖
figure
% 真正的函數(shù)圖像
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('真正的函數(shù)圖像')
% 網(wǎng)絡(luò)得出的函數(shù)圖像
v=reshape(ty,row);
subplot(1,3,2)
mesh(i,j,v);
zlim([0,60])
title('RBF神經(jīng)網(wǎng)絡(luò)結(jié)果')
% 誤差圖像
subplot(1,3,3)
mesh(x1,x2,F-v);
zlim([0,60])
title('誤差圖像')
set(gcf,'position',[300 ,250,900,400])
關(guān)于“RBF網(wǎng)絡(luò)的回歸方法如何用”這篇文章的內(nèi)容就介紹到這里，感謝各位的閱讀！相信大家對(duì)“RBF網(wǎng)絡(luò)的回歸方法如何用”知識(shí)都有一定的了解，大家如果還想學(xué)習(xí)更多知識(shí)，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。
重慶分公司
重慶分公司
