rbf神经网络

首先,神经网络确实可以用于对未知函数关系的建模,用一堆已知的{X1,X2,X3}_k和{Y}_k对神经网络进行训练,获得网络的传递参数,从而用网络预测新的{X1,X2,X3}所对应的Y.其次,神经网络

你的P=[0.5,0.6,0.2,0.8.0.6;这一段中0.8后面应当是逗号而不是点号,这样matlab是认不出来的.也就是P=[0.5,0.6,0.2,0.8,0.6;

%神经网络算法%这是我以前数模校内选拔赛的猪肉价格预测模型的算法,你参考下clear;clc;%P=0:0.1:2*pi;T=sin(P);pnew=0:0.01:2*pi;P=再问：sorry,刚刚

Matlab语言是MathWorks公司推出的一套高性能计算机编程语言,集数学计算、图形显示、语言设计于一体,其强大的扩展功能为用户提供了广阔的应用空问.它附带有30多个工具箱,神经网络工具箱就是其中

毕业论文在做神经网络,已经到后期了可是还是搞不懂这两个的具体区别有同学从理论上讲,RBF网络和BP网络一样可近似任何的连续非线形函数,两者的主要

SMVclassificationtothedataOriginalspaceandlinkingthenon-linearclassificationofthecharacteristicspace

这个,原则是你输入有多少个样本输出就对应就多少列,你上面明显不满足我看了下：size(t_data)=305;size(tt)=129;我估计你在tt中少写了个数据,你加上缺的那个数据,然后写：net

推荐一本书《面向MATLAB工具箱的神经网络理论与应用》,我已经传到文库上面去了,自己去下载吧,这本书很经典,介绍得很详细,

单纯这一句是Matlab基础的内容,不属于神经网络.x(:,1)的意思是“矩阵x第一列的所有元素”.举个例子,如果x=[123456789]那么此时x(:,1)=[147]如果要仔细追究x(i,j)这

你的程序训练完毕后根本就没达到目标误差,就是说训练效果不好,不能进行预测,只有训练结果好了才能预测仿真,你再改一下隐含层神经元数或者训练和传递函数试试吧~另外输入层的值可以归一化也可以不归一化,归一化

从原理上来说,神经网络是可以预测未来的点的.实际上,经过训练之后,神经网络就拟合了输入和输出数据之间的函数关系.只要训练的足够好,那么这个拟合的关系就会足够准确,从而能够预测在其他的输入情况下,会有什

你的T 少了一个.

去“pudn”下载两段代码,看看便懂再问：网站不错，可是还要上传和审核，我就想麻烦了，你能给下载一份不？？再答：给个邮箱，还有就是，你最好弄几段代码传一下，方便自己以后从上面下载，其实很普通的代码传几

这好像和你的输出有关.您输出的矩阵是什么?你可以把你的神经网络发上来看看.再问：就是我对这个工具箱不甚了解，您能否稍稍简单地说下过程，输入怎样，输出怎样？我这个输入是83*5的矩阵，输出打算输出[0，

调用nntool,神经网络工具箱.

f神经网络即径向基函数神经网络（RadicalBasisFunction）.径向基函数神经网络是一种高效的前馈式神经网络,它具有其他前向网络所不具有的最佳逼近性能和全局最优特性,并且结构简单,训练速度

通过模拟人工神经的作用,来构造一个非线性函数,该非线性函数有整个网络模型构成,输入代表输入的一组量,经过神经网络的一系列操作,输出一组值.可用于机器学习等用途

具体不是很懂,但是每个神经网络有自己的优缺点,根据问题的需要灵活选择

一.一些基本常识和原理[什么叫神经网络?]人的思维有逻辑性和直观性两种不同的基本方式.逻辑性的思维是指根据逻辑规则进行推理的过程；它先将信息化成概念,并用符号表示,然后,根据符号运算按串行模式进行逻辑

神经网络利用现有的数据找出输入与输出之间得权值关系（近似）,然后利用这样的权值关系进行仿真,例如输入一组数据仿真出输出结果,当然你的输入要和训练时采用的数据集在一个范畴之内.例如预报天气：温度湿度气压