c語言rbf軟體,rb在c語言

本文目錄一覽：

• 1、用c語言編寫RBF神經網路程序
• 2、matlab中用RBF神經網路做預測的代碼怎麼寫
• 3、C語言複製文件

用c語言編寫RBF神經網路程序

RBF網路能夠逼近任意的非線性函數，可以處理系統內的難以解析的規律性，具有良好的泛化能力，並有很快的學習收斂速度，已成功應用於非線性函數逼近、時間序列分析、數據分類、模式識別、信息處理、圖像處理、系統建模、控制和故障診斷等。

簡單說明一下為什麼RBF網路學習收斂得比較快。當網路的一個或多個可調參數（權值或閾值）對任何一個輸出都有影響時，這樣的網路稱為全局逼近網路。由於對於每次輸入，網路上的每一個權值都要調整，從而導致全局逼近網路的學習速度很慢。BP網路就是一個典型的例子。

如果對於輸入空間的某個局部區域只有少數幾個連接權值影響輸出，則該網路稱為局部逼近網路。常見的局部逼近網路有RBF網路、小腦模型（CMAC）網路、B樣條網路等。

附件是RBF神經網路的C++源碼。

matlab中用RBF神經網路做預測的代碼怎麼寫

clc;

clearall;

closeall;

%%—-BuildatrainingsetofasimilarversionofXOR

c_1=[00];

c_2=[11];

c_3=[01];

c_4=[10];

n_L1=20;%numberoflabel1

n_L2=20;%numberoflabel2

A=zeros(n_L1*2,3);

A(:,3)=1;

B=zeros(n_L2*2,3);

B(:,3)=0;

%createrandompoints

fori=1:n_L1

A(i,1:2)=c_1+rand(1,2)/2;

A(i+n_L1,1:2)=c_2+rand(1,2)/2;

end

fori=1:n_L2

B(i,1:2)=c_3+rand(1,2)/2;

B(i+n_L2,1:2)=c_4+rand(1,2)/2;

end

%showpoints

scatter(A(:,1),A(:,2),[],’r’);

holdon

scatter(B(:,1),B(:,2),[],’g’);

X=[A;B];

data=X(:,1:2);

label=X(:,3);

%%Usingkmeanstofindcintervector

n_center_vec=10;

rng(1);

[idx,C]=kmeans(data,n_center_vec);

holdon

scatter(C(:,1),C(:,2),’b’,’LineWidth’,2);

%%Calulatesigma

n_data=size(X,1);

%calculateK

K=zeros(n_center_vec,1);

fori=1:n_center_vec

K(i)=numel(find(idx==i));

end

%UsingknnsearchtofindKnearestneighborpointsforeachcentervector

%thencalucatesigma

sigma=zeros(n_center_vec,1);

fori=1:n_center_vec

[n,d]=knnsearch(data,C(i,:),’k’,K(i));

L2=(bsxfun(@minus,data(n,:),C(i,:)).^2);

L2=sum(L2(:));

sigma(i)=sqrt(1/K(i)*L2);

end

%%Calutateweights

%kernelmatrix

k_mat=zeros(n_data,n_center_vec);

fori=1:n_center_vec

r=bsxfun(@minus,data,C(i,:)).^2;

r=sum(r,2);

k_mat(:,i)=exp((-r.^2)/(2*sigma(i)^2));

end

W=pinv(k_mat’*k_mat)*k_mat’*label;

y=k_mat*W;

%y(y=0.5)=1;

%y(y0.5)=0;

%%trainingfunctionandpredictfunction

[W1,sigma1,C1]=RBF_training(data,label,10);

y1=RBF_predict(data,W,sigma,C1);

[W2,sigma2,C2]=lazyRBF_training(data,label,2);

y2=RBF_predict(data,W2,sigma2,C2);

擴展資料

matlab的特點

1、具有完備的圖形處理功能，實現計算結果和編程的可視化；

2、友好的用戶界面及接近數學表達式的自然化語言，使學者易於學習和掌握；

3、功能豐富的應用工具箱(如信號處理工具箱、通信工具箱等) ，為用戶提供了大量方便實用的處理工具。

參考資料來源：百度百科—MATLAB

C語言複製文件

不應對非文本文件使用fgetc等易受干擾的函數，建議用fread,fwrite讀寫二進位文件

#include

“stdio.h”

/*

保護硬碟，絕對不要一個位元組一個位元組複製

*/

#define

SIZEOFBUFFER

256*1024L

/*

緩衝區大小，默認為256KB

*/

long

filesize(FILE

*stream)

{

long

curpos,

length;

curpos

=

ftell(stream);

fseek(stream,

0L,

SEEK_END);

length

=

ftell(stream);

fseek(stream,

curpos,

SEEK_SET);

return

length;

}

int

copyfile(const

char*

src,const

char*

dest)

{

FILE

*fp1,*fp2;

int

fsize,factread;

static

unsigned

char

buffer[SIZEOFBUFFER];

fp1=fopen(src,”rb”);

fp2=fopen(dest,”wb+”);

if

(!fp1

||

!fp2)

return

0;

for

(fsize=filesize(fp1);fsize0;fsize-=SIZEOFBUFFER)

{

factread=fread(buffer,1,SIZEOFBUFFER,fp1);

fwrite(buffer,factread,1,fp2);

}

fclose(fp1);

fclose(fp2);

return

1;

}

int

main()

{

copyfile(“file1.txt”,”file2.txt”);

return

0;

}