RBF神经网络——案例二

设计一个RBF神经网络，实现如图所示的两类模式的分类。

解：
（1）将三角形规定为第1类模式，圆形规定为第2类模式，以$(x,y)$代表各模式样本的位置，形成相应的输入向量，注意，在矩阵中$(x,y)$成列分布，例如$\left[\begin{array}{ccc}{x}_1& x_2& x_3\\ y_1& y_2& y_3\end{array}\right]$

---

（2）创建、训练、存储、仿真RBF神经网络。

clear all; clc; p = [0 0 0 1 1 1 -1 -1 -1; 0 1 -1 0 1 -1 0 1 -1]; % 输入向量 tc = [1 1 2 2 1 1 1 2 1]; t = ind2vec(tc); % 目标向量 net = newpnn(p,t,0.7); % 设计径向基函数 save net62 net; % 存储训练后的网络 %% % RBF神经网络仿真 load net62 net; % 加载训练后的网络 i = [0 0 0 1 1 1 -1 -1 -1; 0 1 -1 0 1 -1 0 1 -1]; % 测试样本 r = sim(net,i); rc = vec2ind(r) % 仿真结果

---

（3）结果输出

• $rc=\begin{array}{ccccccccc}1& 1& 2& 2& 1& 1& 1& 2& 1\end{array}$

从仿真结果可以看出，RBF神经网络可以很好地完成模式分类。

总结

以上是生活随笔为你收集整理的RBF神经网络——案例二的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。