基于k-均值的RBF神经网络实现

基于k-均值的RBF神经网络实现，matlab程序，基于k均值找到聚类中心，最小二乘法计算隐含层与输出层之间的权值。

function output=unnomal（inputreferencestrength） 
%this function is designed for un-normalizing the data set. 
%input              the data which will be un-normalized. 
%reference          the reference of unnormalizing 
%strength           the desired max of the data 
%if there is only one argument the strength is equal to 1. 
% 
% 
% 
% 
%edit by bruce June 8 2006 
% 
%%%%%%%%%%%%%%%%%%%%%%%% 
if nargin<3 
    strength=1; 
end 
if nargin<2 
    error（‘missing a argument‘）; 
end  
output=mean（reference）+（max（reference）-min（reference））*input/strength; 

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件        660  2010-08-29 15:34  基于K均值聚类的ＲＢＦ神经网络\GaussRadialBasisFunction.m.txt

     文件        457  2010-08-29 15:35  基于K均值聚类的ＲＢＦ神经网络\normalize.m.txt

     文件       3157  2010-08-29 15:35  基于K均值聚类的ＲＢＦ神经网络\simplerbf.m.txt

     文件        586  2010-08-29 15:36  基于K均值聚类的ＲＢＦ神经网络\unnomal.m.txt

     目录          0  2017-12-29 22:09  基于K均值聚类的ＲＢＦ神经网络

     文件        586  2010-08-29 15:36  基于K均值聚类的ＲＢＦ神经网络\unnomal.m

----------- ---------  ---------- -----  ----

                 5446                    6