%訓練集與測試集：
train_x = 1:0.1:7;
train_y = sin(2.*train_x);
test_x = 0:0.01:8;
test_y = sin(2.*test_x);
%引數初始化：
rbf.inputsize = size(train_x, 1); %輸入神經元的個數
rbf.hiddensize = 60; %隱層神經元的個數
rbf.outputsize = size(train_y, 1); %輸出神經元的個數
rbf.alpha = 0.1; %學習速率
rbf.weight = rand(rbf.outputsize, rbf.hiddensize); %隱層與輸出層的個數
maxiter = 10000; %最大迭代次數
%k-means聚類：
[idx,c]=kmeans(train_x',rbf.hiddensize);
rbf.center = c';
%bp訓練：
fori = 1 : numsamples
%% feed forward
forj = 1 : rbf.hiddensize
green(j, 1) = green(train_x(:, i), rbf.center(:, j), rbf.delta(j));
end
output = rbf.weight * green;
%% back propagation
delta3 = -(train_y(:, i) - output); %輸出層誤差項
rbf.cost = rbf.cost + sum(delta3.^2);
delta_weight = delta_weight + delta3 * green';
end%% step 2: update parameters
rbf.cost = 0.5 * rbf.cost / numsamples; %代價總和
rbf.weight = rbf.weight - rbf.alpha .* delta_weight ./ numsamples - 0.001*rbf.weight;%修正權值
徑向基函式（RBF）
radial basis function 徑向基函式 徑向基函式是乙個取值僅僅依賴於離原點距離的實值函式，也就是 x x 或者還可以是到任意一點c的距離，c點成為中心點，也就是 x，c x c 任意乙個滿足 x x 特性的函式 都叫做徑向量函式，標準的一般使用歐氏距離，儘管其他距離函式也是可以的。...
RBF徑向基函式
徑向基函式是某種沿徑向對稱的標量函式，通常定義為樣本到資料中心之間徑向距離 通常是歐氏距離 的單調函式 由於距離是徑向同性的 rbf核是一種常用的核函式。它是支援向量機分類中最為常用的核函式。常用的高斯徑向基函式形如 其中，因為rbf核函式的值隨距離減小，並介於0 極限 和1 當x x 的時候 之間...
徑向基函式 RBF
radial basis function 徑向基函式 徑向基函式是乙個取值僅僅依賴於離原點距離的實值函式，也就是 x x 或者還可以是到任意一點c的距離，c點成為中心點，也就是 x，c x c 任意乙個滿足 x x 特性的函式 都叫做徑向量函式，標準的一般使用歐氏距離，儘管其他距離函式也是可以的。...