本程序是基于Matlab平台的RBF神经网络程序,通过对数据的学习和训练,可以实现对未知数据的预测。程序包含完整的源代码和应用案例,可供学习和使用。
其中,源码部分包含了基于高斯函数的神经元定义、权值和阈值的初始化、训练数据导入和预处理等,在应用案例中还包含了汽车油耗预测和股票趋势预测等实用案例,可供初学者参考实践。
暂无评论
RBF径向基函数神经网络,内附训练方法等,注重理论的说明,适用用论文撰写引用。使之具有初步研究RBF神经网络的能力。
BP/RBF神经网络的m文件及其simulink框图,仿真性能对比分析。
RBF神经网络实现对iris分类,包含iris数据集,及对数据的分析。
RBF网络训练程序C++源代码, 可以完成网络训练和网络测试功能。 -RBF the network training procedure C source code, may complete th
该资源为RBF神经网络的分类和回归,简单而实用
MATLAB程序文件说明:1、NeuralNetwork_RBF_Classification.m-分类2、NeuralNetwork_RBF_Regression.m-回归
GA优化后的RBF神经网络代码该代码展示了如何使用遗传算法(GA)优化径向基函数(RBF)神经网络。主要特征使用GA优化RBF神经网络提供清晰易用的界面包含详细文档和示例
matlab神经网络仿真与应用(源码)张德丰,部分源码
权函数神经网络matlab实现应用
线性神经网络: 线性神经网络与感知器的主要区别在于感知器的激活函数只能输出两种可能值(-1或1),而线性神经网络的输出可以取任意值,其激活函数是线性函数。
暂无评论