回归预测 | MATLAB实现RBF径向基神经网络多输入单输出回归预测

回归预测 | MATLAB实现RBF径向基神经网络多输入单输出回归预测

目录

    • 回归预测 | MATLAB实现RBF径向基神经网络多输入单输出回归预测
      • 预测效果
      • 基本介绍
      • 模型结构
      • 程序设计
      • 参考资料

预测效果

回归预测 | MATLAB实现RBF径向基神经网络多输入单输出回归预测_第1张图片
回归预测 | MATLAB实现RBF径向基神经网络多输入单输出回归预测_第2张图片

基本介绍

RBF(Radial Basis Function, 径向基函数)网络一般来说,是一种单隐层三层架构的前馈神经网络神经网络,其包括输入层、隐层、输出层。从输入空间到隐层空间的变换是非线性的,而从隐层空间到输出层空间变换是线性的。它使用径向基函数作为隐含层神经元激活函数,而输出层则是对隐含层神经元输出的线性组合。

  • RBF网络的基本思想是:用RBF作为隐单元的“基”构成隐含层空间,这样就可以将输入矢量直接映射到隐空间,而不需要通过权连接。

你可能感兴趣的:(#,RBF径向基神经网络,#,ANN人工神经网络,回归预测,径向基神经网络,RBF,多输入单输出,回归预测)