newrbe
Entwickeln exakter radialer Basisnetze
Syntax
net = newrbe(P,T,spread)
Beschreibung
Radiale Basisnetze können zum Schätzen von Funktionen verwendet werden. newrbe entwickelt sehr schnell ein radiales Basisnetz mit null Fehlern bei den Entwurfsvektoren.
net = newrbe(P,T,spread) akzeptiert zwei oder drei Argumente,
P |
|
T |
|
spread | Verteilung der radialen Basisfunktionen (Standardwert = 1,0) |
und gibt ein neues exaktes radiales Basisnetz aus.
Die größer spread, desto glatter die Funktionsapproximation. Eine zu große Verteilung kann zu numerischen Problemen führen.
Beispiele
Hier entwickeln Sie ein radiales Basisnetz anhand der Eingänge P und Ziele T.
P = [1 2 3]; T = [2.0 4.1 5.9]; net = newrbe(P,T);
Das Netz wird für einen neuen Eingang simuliert.
P = 1.5; Y = sim(net,P)
Algorithmen
newrbe erstellt ein zweischichtiges Netz. Die erste Schicht weist radbas Neuronen auf und berechnet die gewichteten Eingänge mit dist und den Netzeingang mit netprod. Die zweite Schicht weist purelin Neuronen auf und berechnet die gewichteten Eingänge mit dotprod und den Netzeingang mit netsum. Beide Schichten weisen Verzerrungen auf.
newrbe setzt die Gewichtung der ersten Schicht auf P' und die Verzerrungen der ersten Schicht auf 0.8326/spread, was radiale Basisfunktionen ergibt, die sich bei gewichteten Eingängen von +/- spread bei 0,5 kreuzen.
Die Gewichtungen IW{2,1} und Verzerrungen b{2} der zweiten Schicht können Sie finden, indem Sie die Ausgaben der ersten Schicht A{1} simulieren und daraufhin den folgenden linearen Ausdruck lösen:
[W{2,1} b{2}] * [A{1}; ones] = T
Versionsverlauf
Eingeführt vor R2006a
