先归一化输入输出参数，用KMens优化RBF神经网络中心值，然后计算隐节点数据中心间的距离（矩阵），得到各隐节点的扩展常数（宽度），接着用最小二乘法得到各隐节点的输出权值，对数据进行反归一化，并绘图得到神经网络输出与测试集图，同时进行性能评价
资源文件列表
seeds_dataset.data , 59999
DataImport5.m , 2430
Kmens01.m , 4249
2021-5-8
先归一化输入输出参数，用KMens优化RBF神经网络中心值，然后计算隐节点数据中心间的距离（矩阵），得到各隐节点的扩展常数（宽度），接着用最小二乘法得到各隐节点的输出权值，对数据进行反归一化，并绘图得到神经网络输出与测试集图，同时进行性能评价
seeds_dataset.data , 59999
DataImport5.m , 2430
Kmens01.m , 4249