基于matlab的RBF神经网络模式分类

load（‘olive.mat‘）
k=rand（11*length（olive））;
[mn]=sort（k）;
input=olive（:1:8）;
output1=olive（:9）;
output=zeros（length（output1）9）;
for i=1:length（output1）
switch output1（i）
case 1
output （i:）=[1 0 0 0 0 0 0 0 0];
case 2
output（i:）=[0 1 0 0 0 0 0 0 0];
case 3
output（i:）=[0 0 1 0 0 0 0 0 0];
case 4
output（i:）=[0 0 0 1 0 0 0 0 0];
case 5
output（i:）=[0 0 0 0 1 0 0 0 0];
case 6
output（i:）=[0 0 0 0 0 1 0 0 0];
case 7
output（i:）=[0 0 0 0 0 0 1 0 0];
case 8
output（i:）=[0 0 0 0 0 0 0 1 0];
case 9
output（i:）=[0 0 0 0 0 0 0 0 1];
end
end
train_and_test=0.7;
datas_length=length（input）;
input_train=input（n（1:round（datas_length*train_and_test））:）‘;
output_train=output（n（1: