newrb
Diseñar una red de base radial
Descripción
toma dos de estos argumentos:net
= newrb(P
,T
,goal
,spread
,MN
,DF
)
P
: matriz deR
porQ
de vectores de entradaQ
T
: matriz deS
porQ
de vectores de clase objetivoQ
goal
: objetivo de error cuadrático mediospread
: dispersión de funciones de base radialMN
: número máximo de neuronasDF
: número de neuronas que añadir entre muestras
Las redes de base radial se pueden usar para aproximar funciones. newrb
añade neuronas a la capa oculta de una red de base radial hasta que alcance el objetivo de error cuadrático medio especificado.
Cuanto más grande sea spread
, más suave será la aproximación de la función. Si una dispersión (spread) es demasiado grande, significa que se necesitan muchas neuronas para ajustar una función de cambio rápido. Si una dispersión (spread) es demasiado pequeña, significa que se necesitan muchas neuronas para ajustar una función suave, y la red podría no generalizar correctamente. Llame a newrb
con diferentes dispersiones para encontrar el valor más adecuado para un problema concreto.
Ejemplos
Argumentos de entrada
Argumentos de salida
Algoritmos
newrb
crea una red de dos capas. La primera capa tiene neuronas radbas
, y calcula sus entradas ponderadas con dist
y su entrada combinada con netprod
. La segunda capa tiene neuronas purelin
, y calcula su entrada ponderada con dotprod
y sus entradas combinadas con netsum
. Ambas capas tienen sesgos.
Inicialmente, la capa radbas
no tiene neuronas. Los siguientes pasos se repiten hasta que el error cuadrático medio de la red quede por debajo de goal
.
La red se simula.
Se encuentra el vector de entrada con el error más grande.
Se añade una neurona
radbas
con pesos equivalentes a ese error.Se rediseñan los pesos de la capa
purelin
para minimizar el error.
Historial de versiones
Introducido antes de R2006a