RBF神经网络更新算法

在确认输入值在高斯基函数的覆盖范围内时，可以不调节c和b。

和RBF神经网络有关的matlab函数

net = newrb(P,T,goal,spread,MN,DF)

P为输入，T为目标输出，goal为目标均方差，spread是径向基函数分布系数，MN是最大神经元数，DF是每次显示之间需要添加的神经元数(默认为25)。根据输入输出，生成一个RBF神经网络

P = [1 2 3];
T = [2.0 4.1 5.9];
net = newrb(P,T);

P = 1.5; Y = sim(net,P)

net = newrbe(P,T,spread)

设计精确的径向基网络，P为输入，T为目标输出，spread是径向基函数分布系数

P = [1 2 3]; T = [2.0 4.1 5.9]; net = newrbe(P,T); 
P = 1.5; Y = sim(net,P)

以上两种方法，自动生成神经网络，且神经元的数量最少。