newrb
设计径向基网络
描述
需要两个参数:净
= newrb (P
,T
,目标
,传播
,锰
,DF
)
P
- - - - - -R
——- - - - - -问
矩阵的问
输入向量T
- - - - - -年代
——- - - - - -问
矩阵的问
目标类向量目标
均方误差的目的传播
- - - - - -径向基函数的传播锰
最大数量的神经元DF
——数量的神经元之间添加显示器
径向基网络可以用来近似函数。newrb
增加了径向基网络的隐层神经元,直到满足指定的均方误差的目的。
更大的传播
平滑函数近似。太大传播意味着许多神经元必须适应快速变化的函数。太小传播意味着许多神经元必须符合一个平滑函数,和网络可能不推广。调用newrb
与不同的传播来找到最好的值对于一个给定的问题。
例子
输入参数
输出参数
算法
newrb
创建了一个两层网络。第一层有radbas
神经元,并计算其加权输入经销
和其净输入netprod
。第二个层purelin
神经元,并计算其加权输入dotprod
和其净输入netsum
。层都有偏见。
最初,radbas
层没有神经元。下面的步骤是重复,直到网络的均方误差低于目标
。
网络是模拟的。
最大的输入向量误差。
一个
radbas
神经元添加重量相等向量。的
purelin
层权重设计的误差降到最低。
版本历史
之前介绍过的R2006a