rbf.m

来自「RBF神经网络用于分类与回归,有效实现RBF网络」· M 代码 · 共 32 行

clc
clear
close all

%---------------------------------------------------
% 产生训练样本与测试样本

n1 = 1:2:200;
x1 = sin(n1*0.1);

n2 = 2:2:200;
x2 = sin(n2*0.1);

xn_train = n1;          % 训练样本，每一列为一个样本
dn_train = x1;          % 训练目标，行向量

xn_test = n2;           % 测试样本，每一列为一个样本
dn_test = x2;           % 测试目标，行向量

%---------------------------------------------------
% 训练与测试

net = newgrnn(xn_train,dn_train);       % 训练
X = sim(net,xn_test);                   % 测试 - 输出为预测值

%---------------------------------------------------
% 结果作图

plot(1:length(n2),x2,'r+:',1:length(n2),X,'bo:')
title('+为真实值，o为预测值')