rbf神经网络的训练代码

利用PSO训练BP神经网络的matlab代码。粒子群算法优化BP神经网络，可用于指标预测(BPneuralnetworkoptimizedbyParticleswarmoptimization(PSO

先对xun.m运行，不断修改w，b和c；直到误差达到最小，将修改完的w，b和c，修改预测yuce.m中的值。

RBF神经网络控制器，对预定曲线有良好的控制效果，误差很小。

基于RBF神经网络初期损伤预测，万云辉，，利用RBF神经网络来预测结构初期损伤对整体的影响，可以有效地判断结构的稳定性。由于神经网络可以通过对样本的反复学习来反映整体

遗传算法优化RBF神经网络代码，十分详细，通俗易懂，可供阅读与学习

针对网络安全态势预测，为了提高预测精度和预测算法的收敛速度，采用一种改进的粒子群算法来优化径向基函数神经网络。首先，ＰＳＯ的惯性权重因子按一条开口向左的抛物线递减，在保证全局寻优的同时又增强了局部搜索

rbf核神经网络程序matlab程序与实现

详细地说明了RBF神经网络的各种算法实现，方便大家学习神经网络的原理，进一步加深了对神经网络的认识。

粒子群算法优化RBF神经网络MATLAB程序，适用于模式识别和函数逼近。

rbf神经网络识别图像的算法，通过训练后与对应图片进行仿真。