rbf_cloud.h

基于云理论的RBF神经网络

#include<iostream.h>
#include<stdio.h>
#include<stdlib.h>
#include<malloc.h>
#include<math.h>
#include<string>
#include<time.h>
#include<conio.h> 
#include<vector>
#include "engine.h"
using namespace std;

#define N_BUF (7+1)								//输入维数  +1
#define O_BUF (1+1)								//输出维数
#define C_BUF (4*3*2*3*3*2*3+1)					//隐藏层维数  +1
#define S_BUF (3000+1)							//训练样本
#define T_BUF (1177+1)							//测试样本
#define EP2      0.1							//阀值
#define zero(x) (fabs(x)<1e-10)
#define max_layer   3							//网络层数
#define max_node   (3000+1)						//层中最大的节点数
#define PI 3.1415926
#define miu 0.002								//定义学习率
static int A_C[7]={4,3,2,3,3,2,3};			    //各维空间的中心数
static double **Ex;								//Ex[7][3]中心层
static double **En;								//En[7][3]中心层
static double **He;								//He[7][3]中心层
static double **Peak;							//Peak[7][3]中心层
double ** Enk ;
static int ** C;                                //[C_BUF][N_BUF]中心层
vector <double> w;								//权值
static double *sample;							//保存训练样本
static	int * theita[C_BUF];					//对于每一权向量的聚类集合
double	input[N_BUF];							//输入向量
int		**output1;								//[S_BUF][O_BUF]训练时所有样本点的输出矩阵
int		**output2;								//[T_BUF][O_BUF]测试时所有样本点的输出矩阵
double	**u;									//[N_BUF][C_BUF]隐藏节点的输出
int		s_input;								//实际输入的训练向量个数
double  **matrix_in;							//输入向量
double  **matrix_out;							//实际输出向量
FILE	*fp;									//文件

int c_p[8];