溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要介紹“RBF網絡的回歸方法怎么用”，在日常操作中，相信很多人在RBF網絡的回歸方法怎么用問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”RBF網絡的回歸方法怎么用”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！
%% 清空環境變量
clc
clear
%% 產生輸入 輸出數據
% 設置步長
interval=0.01;
% 產生x1 x2
x1=-1.5:interval:1.5;
x2=-1.5:interval:1.5;
% 按照函數先求得相應的函數值，作為網絡的輸出。
F =20+x1.^2-10*cos(2*pi*x1)+x2.^2-10*cos(2*pi*x2);
%% 網絡建立和訓練
% 網絡建立 輸入為[x1;x2],輸出為F。Spread使用默認。
net=newrbe([x1;x2],F)
%% 網絡的效果驗證
% 我們將原數據回帶，測試網絡效果：
ty=sim(net,[x1;x2]);
% 我們使用圖像來看網絡對非線性函數的擬合效果
figure
plot3(x1,x2,F,'rd');
hold on;
plot3(x1,x2,ty,'b-.');
view(113,36)
title('可視化的方法觀察準確RBF神經網絡的擬合效果')
xlabel('x1')
ylabel('x2')
zlabel('F')
grid on
到此，關于“RBF網絡的回歸方法怎么用”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注億速云網站，小編會繼續努力為大家帶來更多實用的文章！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
