Question

类似下面程序，但是是用rbf神经网络的matlab的源程序是什么啊？

%读入原始水印%%%%%
x=imread('C:\Users\sun\Desktop\S.jpg');
[row,col]=size(x);
M=row;
N=col;
MN=col*row;
figure(1);imshow(x);
title('yuantu');
x_source=x;
%%%读入水印图像%%%%%
m=imread('C:\Users\sun\Desktop\psb.jpg');
for i=1:256
for j=1:256
if double(m(i,j))==0
w(i,j)=0;
else
w(i,j)=1;
end
end
end
figure(2);imshow(m);
title('shuiyintuxiang');
%%%水印信息的嵌入%%%%%
s=x;
for i=1:256
for j=1:256
s(i,j)=bitset(x(i,j),3,w(i,j)); %%weizhi=3,数越大，水印越明显%%
end %%数越小，水印越模糊（最低有效位的来历）
end
imwrite(s,'lsb_watermarked.bmp');
figure(3);imshow(s);
title('qianrushuiyintuxiang');
会显示如上现象的！！！

Answer 1

您好：
clc
clear all
close all

%---------------------------------------------------
% 产生训练样本与测试样本，每一列为一个样本

n1 = [rand(3,5),rand(3,5)+1,rand(3,5)+2];
x1 = [repmat([1;0;0],1,5),repmat([0;1;0],1,5),repmat([0;0;1],1,5)];

n2 = [rand(3,5),rand(3,5)+1,rand(3,5)+2];
x2 = [repmat([1;0;0],1,5),repmat([0;1;0],1,5),repmat([0;0;1],1,5)]

xn_train = n1; % 训练样本
dn_train = x1; % 训练目标

xn_test = n2; % 测试样本
dn_test = x2; % 测试目标

%---------------------------------------------------
% 训练与测试

switch 3
case 1

% 神经元数是训练样本个数
P = xn_train;
T = dn_train;
spread = 40; % 此值越大,覆盖的函数值就大(默认为1)
net = newrbe(P,T,spread);

case 2

% 神经元数逐步增加,最多就是训练样本个数
P = xn_train;
T = dn_train;
goal = 1e-8; % 训练误差的平方和(默认为0)
spread = 40; % 此值越大,需要的神经元就越少(默认为1)
MN = size(xn_train,2); % 最大神经元数(默认为训练样本个数)
DF = 1; % 显示间隔(默认为25)
net = newrb(P,T,goal,spread,MN,DF);

case 3

P = xn_train;
T = dn_train;
spread = 0.5; % 此值越大,需要的神经元就越少(默认为1)
net = newgrnn(P,T,spread);

end

X = sim(net,xn_test); % 测试 - 输出为预测值
X = full(compet(X)) % 竞争输出

%---------------------------------------------------
% 结果统计

Result = ~sum(abs(X-x2)) % 正确分类显示为1
Percent = sum(Result)/length(Result) % 正确分类率

追问

这也不会出现图片啊！