徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型與學(xué)習(xí)算法學(xué)習(xí)教案

1、會計學(xué)1徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型與學(xué)習(xí)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型與學(xué)習(xí)(xux)算算法法第一頁，共17頁。第1頁/共16頁第二頁，共17頁。2- distR( dist )=edist dist w2hwih bnyx1w1hxmx2第2頁/共16頁第三頁，共17頁。.w11whnR21y2yny.第3頁/共16頁第四頁，共17頁。第4頁/共16頁第五頁，共17頁。第5頁/共16頁第六頁，共17頁。221R()=exp(-)2pipiccxx第6頁/共16頁第七頁，共17頁。21mjjijdy cPh22i=11y =exp(-)=1,2,2jijpiwcjnx第7頁/共16頁第八頁，共17頁。聚類

2、集合中。n（3）重新調(diào)整聚類中心。n計算各個聚類集合 中訓(xùn)練樣本的平均值，即新的聚類中心 ，如果新的聚類中心不再發(fā)生變化，則所得到的即為RBF神經(jīng)網(wǎng)絡(luò)最終的基函數(shù)中心，否則返回（2），進(jìn)入下一輪的中心求解。h(1,2, )ic ihpxicpx(1,2, )ppPpicic第8頁/共16頁第九頁，共17頁。連接權(quán)值可以用最小二乘法直連接權(quán)值可以用最小二乘法直接計算得到，計算公式如下：接計算得到，計算公式如下：max,1,2,2icihhmaxc22maxexp()1,2, ;1,2,pihwxcpP ihc第9頁/共16頁第十頁，共17頁。函函 數(shù)數(shù) 名名功功 能能newrb()newrb()

3、新建一個徑向基神經(jīng)網(wǎng)絡(luò)新建一個徑向基神經(jīng)網(wǎng)絡(luò)newrbe()newrbe()新建一個嚴(yán)格的徑向基神經(jīng)網(wǎng)絡(luò)新建一個嚴(yán)格的徑向基神經(jīng)網(wǎng)絡(luò)newgrnn()newgrnn()新建一個廣義回歸徑向基神經(jīng)網(wǎng)絡(luò)新建一個廣義回歸徑向基神經(jīng)網(wǎng)絡(luò)newpnn()newpnn()新建一個概率徑向基神經(jīng)網(wǎng)絡(luò)新建一個概率徑向基神經(jīng)網(wǎng)絡(luò)pRBFRBF網(wǎng)絡(luò)的網(wǎng)絡(luò)的MATLABMATLAB函數(shù)函數(shù)(hnsh)(hnsh)及功能及功能第10頁/共16頁第十一頁，共17頁。SPREAD密度(md)，默認(rèn)為1，MN為神經(jīng)元的最大數(shù)目，DF為兩次顯示之間所添加的神經(jīng)元神經(jīng)元數(shù)目。第11頁/共16頁第十二頁，共17頁。n說明n各參數(shù)(cnsh)的含義見Newrb。第12頁/共16頁第十三頁，共17頁。第13頁/共16頁第十四頁，共17頁。第14頁/共16頁第十五頁，共17頁。第15頁/共16頁第十六頁，共17頁。NoImage內(nèi)容(nirng)總結(jié)會計學(xué)。用RBF作為隱單元的“基”構(gòu)成隱含層空間，將輸入矢量直接(即不需要通過權(quán)連接)映射到隱空間。隱含層空間到輸出空間的映射是線性的。BP網(wǎng)絡(luò)使用sigmoid()函數(shù)作為激活函數(shù)，這樣使得神經(jīng)元有很大的輸入可見區(qū)域。學(xué)習(xí)(xux)方法分類（按RBF中心選取方法的不同分）。設(shè)d是樣本的期望輸出值，那么基函數(shù)的方差