1.软件版本 matlab2013b
2.本算法理论知识 GRNN广义回归神经网络的理论基础是非线性核回归分析，非独立变量y相对于独立变量x的回归分析实际上是计算具有最大概率值的y。设随机变量x和y的联合概率密度函数为f (x ,y)，已知x的观测值为X，则y相对于X的回归，即条件均值为：
文章图片
【★MATLAB算法仿真经验|【车牌识别】基于GRNN广义回归神经网络的车牌识别matlab仿真】对于未知的概率密度函数f (x, y)，可由x和y的观测样本经非参数估计得：
文章图片
文章图片
根据式子1和2可以得到：
文章图片
GRNN通常被用来进行函数逼近。它具有一个径向基隐含层和一个特殊的线性层。第一层和第二层的神经元数目都与输入的样本向量对的数目相等。GRNN结
推荐阅读
- Web爬网/爬虫–合法还是非法的（）
- Python Web将冠状病毒数据收集到MS Excel中
- Python 3中如何实现文本分析（详细指南）
- Python和OpenCV使用带网络摄像头进行人脸检测
- 在R编程中计算向量之间的并行最小值和最大值– pmin()和pmax()函数
- 程序人生|【程序人生】校招算法岗简介（算法岗真的人均顶会吗？如何斩获互联网大厂50万+年薪算法岗offer？）
- python|创新项目实训（数据爬取）
- 配送路径规划基于matlab蚁群优化节约算法单中心多城市配送车辆路径规划含Matlab源码 017期
- 程序员|这么热门的互联网行业，哪些岗位最有前途（薪资高吗？）