径向基神经网络（实例故障分类）

最新推荐文章于 2025-05-30 00:28:34 发布

原创

最新推荐文章于 2025-05-30 00:28:34 发布 · 2.4k 阅读

13 ·

CC 4.0 BY-SA版权

本文介绍了如何创建径向基神经网络（RBE/RBNN），包括基本的newrbe函数调用及参数设置，如散布常数。同时，讨论了在选择不同散布常数时对网络性能的影响，并给出了一个径向基网络用于函数逼近的实例。此外，还提及了概率神经网络（GRNN）在分类问题中的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

径向神经网络的创建：

调用格式：

net=newrbe(p,t,spread) -------------------p t分别为输入和输出样本，spread 为径向神经网络的散布常数

或者更高效的神经网络

net=newrb(p,t,goal,spread);

概率神经网络的创建：

<span style="font-size:18px;"><span style="font-size:18px;"><strong>P = [0 0;1 1;0 3;1 4;3 1;4 1;4 3]',
Tc = [1 1 2 2 3 3 3],

T = ind2vec(Tc);   %吧分类标签转换成向量的形式

net = newpnn(P,T);   %创建概率神经网络
Y = sim(net,P);           %生成概率神经网络计算的值
Yc = vec2ind(Y)