径向基函数的应用神经网络六

Posted 2021-11-10 张叔zhangshu

利用径向基函数实现非线性回归

分别使用标准RBF神经网络和近似RBF神经网络来实现非线性函数的回归分析。
（1）使用标准RBF神经网络实现非线性函数回归，程序实现代码如下：

>> clear all;
%%产生输入数据和输出数据
interval=0.01; 			%设置步长
%产生x1和x2
x1=-1.5:interval:1.5;
x2=-1.5:interval:1.5;
%按照函数先求得相应的函数值，作为网络的输出
F=20+x1.^2-10*cos(2*pi*x1)+x2.^2-10*cos(2*pi*x2);
%%网络的建立和训练
net=newrbe([x1;x2],F);  	%网络建立，输入为[x1;x2]，输出为F。spread使用默认值
%%网络的效果验证
ty=sim(net,[x1;x2]);  		%将原数据回代，测试网络效果
%使用图像来看网络对非线性函数的拟合效果
figure
plot3(x1,x2,F,'rd');
hold on;
plot3(x1,x2,ty,'b-.');
view(113,36);
title('可视化的方法观察严格的RBF神经网络的拟合效果');
xlabel('x1');ylabel('x2');zlabel('F');
grid on;