第5章 典型人工神经网络(RBF) PPT课件.ppt

文档介绍：第五章典型人工神经网络
感知器
1
径向基函数神经网络
2
Hopfield神经网络
3
1
第二节径向基函数神经网络

RBF神经网络结构

RBF神经网络基本功能

RBF神经网络学****算法

RBF神经网络的扩展
2
RBF神经网络结构
结构特点:
模型
2层结构一个隐层,
一个输出层
(2) 隐层单元激励函数为高斯函数
输出层激励函数为线性函数
数学描述(向量):
3
RBF神经网络的基本功能
两个功能
(1) 模式识别
(2) 函数拟合
P130-131
4
RBF神经网络的学****算法
两个步骤
(1) 隐层节点中心和宽度的无导师学****聚类算法
(2) 输出层连接权值的有导师学****br/>5
中心的确定
宽度的确定
K-均值聚类
S1 初始化N1个类中心(隐层中心);
S2 根据各输入向量与类中心的距离,对输入进行聚类;
计算各类中输入的均值,作为高斯激励函数的中心
根据各类均值,计算该类所有输入的方差,作为高斯激励函数的宽度
(1) 中心和宽度的确定
RBF神经网络的学****算法
6
补充:RBF网络工具箱函数
RBF网络演示函数
demorb1 - Radial basis approximation.
demorb3 - Radial basis underlapping neurons.
demorb4 - Radial basis overlapping neurons.
demogrn1 - GRNN function approximation.
demopnn1 - PNN classification.
RBF网络相关指令 P192 表7-2-4
RBF网络没有单独的训练函数,在网络设计函数或者新建函数中都已包括了训练部分,因此,solverb, solverbe, newrb, newrbe, newgrnn获得的网络即为训练后的网络。
9