径向基函数/薄板样条二维图像变形。 [imo,mask] = rbfwarp2d(im, ps, pd, 方法) 输入： im：图像二维矩阵ps：二维源地标[n*2] pd: 2d destin 地标 [n*2] 方法： 'gau',r - 对于高斯函数 ko = exp(-|pi-pj|/r.^2); 'thin' - 对于薄板函数 ko = (|pi-pj|^2) * log(|pi-pj|^2) 输出： imo：输出矩阵mask : 输出矩阵的掩码，0/1 表示出/入边界佛罗里达州布克斯坦“主要翘曲：薄板样条和变形的分解。” IEEE 翻译模式肛门。 马赫。 英特尔。 11, 567-585, 1989。 灵感来自https://cn.mathworks.com/matlabcentral/fileexchange/24315-warping-using-thin-plate-spl

基于径向基神经网络的数据分类预测、

基于粒子群优化径向基神经网络的数据分类预测、

MATLAB实现RBF径向基神经网络多特征分类预测（完整源码和数据） 数据多特征分类数据，输入15个特征，分四类。 运行环境MATLAB2018b及以上。

MATLAB实现RBF径向基神经网络多输入回归预测（完整源码和数据） 数据多特征分类数据，输入7个特征，输出1个变量。 运行环境MATLAB2018b及以上。

MATLAB实现RBF径向基神经网络时间序列预测（完整源码和数据） 数据为单变量时间序列数据， 运行环境MATLAB2018b及以上。

径向基函数是某种沿径向对称的标量函数，通常定义为样本到数据中心之间径向距离（通常是欧氏距离）的单调函数（由于距离是径向同性的）

014_基于径向基函数神经网络(RBF)的数据分类预测 Matlab代码实现过程，调用newrbe函数实现

使用matlab编写的关于径向基网络的程序，包括RBF神经网络的三种算法：聚类算法、梯度法、最小二乘法OLS

013_基于径向基函数神经网络(RBF)的数据回归预测 Matlab代码实现过程，调用newrbe函数实现