RBF预测模型

RBF预测模型

%RBF预测模型 t_data=rands(30,6); %初始化数据 tt=t_data(:,6); x=t_data(:,1:5); tt=tt'; %随机选取中心 c=x; %定义delta平方为样本各点的协方差之和 delta=cov(x'); % 计算协方差 % Covariance matrix delta=sum(delta); %隐含层输出R for i=1:1:30 for j=1:1:30 R(i,j)=((x(i,:)-c(j,:)))*((x(i,:)-c(j,:))'); R(i,j)=exp(-R(i,j)./delta(j)); end end p=R; %建模 %r=radbas(p); err_goal=0.001; sc=3; net=newrb(p,tt,err_goal,sc,200,1); %测试 ty=sim(net,p); tE=tt-ty; tSSE=sse(tE); tMSE=mse(tE); %预测(测试)曲线 figure; plot(tt,'-+'); hold on; plot(ty,'r:*'); legend('实际值','预测值'); title('RBF网络模型输出预测曲线'); % axis([1,30,0,1]);

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值