利用RBF神经网络实现对数据点的分类。采用的是广义RBF网络数据中心的监督学习算法，利用梯度下降法，自动求RBF网络的中心、扩展系数、权重。该实验动态展示了RBF分类逼近过程。你可以调节参数达到你需要的效果。
2021-08-10 21:55:07
2KB
1
由于GPS高程是以WGS-84参考椭球面为基准面的大地高,使用不方便,因此GPS高程转换模型和方法得到广泛的研究和应用。由于径向基神经网络(简称RBF网络)在函数逼近方面具有全局逼近和最佳逼近的性质,根据其基本原理,采用最近邻聚类分析算法,增加神经网络的输入神经元,综合水准测量获得的正常高和GPS测量获得的平面坐标和大地高程,开发基于RBF网络的GPS高程转换程序,分析和解决了程序设计和开发中的一些关键问题,提高了最邻近聚类算法的精度。
2021-06-23 17:04:41
1.06MB
c-时空RBF进行Mackey-Glass时序预测代码
2021-03-15 18:04:43
1.32MB
1