RBF核矩阵的实现
来源:互联网 发布:应对高考阅读优化卷下 编辑:程序博客网 时间:2024/06/05 00:26
function K=RBF(TRNfeatures,TSTfeatures,d)
[NUMdims,NUMtrn]=size(TRNfeatures);%NUMdims是特征维数,NUMtrn是训练集的特征点数目
for i=1:NUMdims
k=nzind(i);
K=K+(repmat(TRNfeatures(k,:)',1,NUMtst)-repmat(TSTfeatures(k,:),NUMtrn,1)).^2;
end;
K=exp(-gamma*K);
[NUMdims,NUMtrn]=size(TRNfeatures);%NUMdims是特征维数,NUMtrn是训练集的特征点数目
[NUMdims,NUMtst]=size(TSTfeatures);%NUMdims是特征维数,NUMtrn是训练集的测试点数目
for i=1:NUMdims
k=nzind(i);
K=K+(repmat(TRNfeatures(k,:)',1,NUMtst)-repmat(TSTfeatures(k,:),NUMtrn,1)).^2;
end;
K=exp(-gamma*K);
end
阴影部分的处理很巧妙,巧妙的得到的核矩阵!
0 0
- RBF核矩阵的实现
- rbf神经网络的实现
- RBF神经网络的matlab简单实现
- matlab实现RBF的相关函数
- RBF(径向基)神经网络 非线性函数回归的实现
- 基于自适应PSO 的RBF网络分类算法实现
- SVM-RBF核下的参数调参准则
- RBF的一点个人理解
- RBF神经网络的学习算法
- 基于高斯核的RBF神经网络
- MLP、RBF、SVM的比较
- 实现一个方差跟权值直接确定的简单RBF神经网络。
- RBF神经网络简单介绍与MATLAB实现
- RBF神经网络与BP神经网络的比较
- 基于sim RBF网络的非线性滤波
- 如何建立Eclipse RBF的开发环境
- 基于RBF的概率神经网络框架
- RBF神经网络与BP神经网络的比较
- 漫步IOS--指定比较器
- javaweb学习总结(四十一)——Apache的DBUtils框架学习
- 多维随机变量及其概率分布
- 学习笔记-JS公开课三
- Using Spring 4 WebSocket, sockJS and Stomp support to implement two way server client communication
- RBF核矩阵的实现
- UNIX网络编程中的描述字就绪条件
- Kinect+OpenNI学习笔记之3(获取kinect的数据并在Qt中显示的类的设计)
- ZooKeeper web管理安装node-zk-browser
- Eclipse、MyEclipse、java web开发问题
- LwIP用TCP连接方式在数据量比较大协议栈卡死
- 最大公约数问题
- PHP system函数无法调用ncl命令解决方法
- 零基础学习Android开发