radial_basic_fun.m

此为BP感知神经分类器,自己写的.有须要的请下载,很不错的.

%径向基函数网络用于完成一个函数逼近任务
%******************************************
%需要逼近的函数为正弦函数
P=-1:.1:1;
T=sin(pi*P);
%给出此函数的采样点
plot(P,T,'+');
title('待逼近的函数样本点');
xlabel('输入值');
ylabel('目标值');
%********************************************
%设计隐含层的径向基传递函数
p=-3:.1:3;
a=radbas(p);
figure(1);
plot(p,a);
title('径向基传递函数');
xlabel('输入');
ylabel('输出');
%********************************************
%下面绘出三个径向基函数
a2=radbas(p-1.5);
a3=radbas(p+2);
a4=a+a2*1+a3*0.5;
figure(2);
plot(p,a,'b--',p,a2,'b--',p,a3,'b--',p,a4,'m--');
title('径向基函数的加权和');
xlabel('输入');
ylabel('输出');
%*******************************************
%使用函数建立 一个径向基函数网络来逼近由前面的样本点指定的函数
eg=0.02;                                    %设置平方和误差参娄为0.02
sc=1;                                       %展开常量为1
net=newrb(P,T,eg,sc);
%*******************************************
%对网络进行仿真
X=-1:.01:1;
Y=sim(net,X);
hold on;
figure(3);
plot(X,Y);
plot(P,T,'+');
title('仿真结果');
xlabel('输入');
ylabel('网络输出及目标输出');
hold off;
%使用函数newrb建立径向基函数神经网络,能够在给定的误差目标范围内找到能解决问题的最小网络