本站原创文章，转载请说明来自《老饼讲解-BP神经网络》www.bbbdata.com
插值法是构建RBF神经网络的一种基础方法，它能拟合任何函数关系
本文展示用插值法构建RBF神经网络的算法流程，包括算法的输入、过程和最终的输出
通过本文，可以了解如何用插值法构建一个RBF神经网络，作为编写代码时的参考
本节展示使用插值法构建一个RBF神经网络的算法流程
RBF神经网络-训练算法的输入(插值法)
一、训练用的数据
x ：训练样本输入数据
y ：训练样本的输出数据
二、训练参数
spread：用于生成隐层阈值的参数，即控制径向基宽度的参数
RBF径向基神经网络-训练流程(插值法)
使用插值法构建一个RBF径向基神经网络的算法流程如下：
一、生成W2，B2
X的转置就是,由输入参数spread生成
二、计算各个样本隐层神经元激活值A
A是n*n的矩阵，计算公式如下
为第j个样本的第i个隐节点激活值
三、求解W3，B3
1. 生成系数矩阵C
对A添加一列1，就是系数矩阵C
2. 通过解方程获得W3，B3
四、输出
输出训练好的权重和阈值
👉 W2 : 模型隐层的权重
👉 B2 : 模型隐层的阈值
👉 W3 : 模型输出层的权重
👉 B3 : 模型输出层的阈值
好了，以上就是如何使用插值法构建RBF神经网络的流程了~
End