怎样用神经网络对小样本数据进行扩充（插值）？

nocturne

如x=[0;0.179587831207066;0.367026496565260;0.536800785083415;0.695780176643769;0.808635917566241;1];                         已归一化y=[6.47;6.5;7.18;8.55;8.55;10.09;10.48];
只有七组数据，想要对其进行扩充（也可以叫插值）；想用神经网络（如RBF）进行扩充，但本人实力有限编码编不出来。求大神给编个代码，万分感谢！扩充个20组左右就可以了
" ]3 v  X) n. j6 |

A_Wait

x=[0;0.179587831207066;0.367026496565260;0.536800785083415;0.695780176643769;0.808635917566241;1];                        
  u( a; x8 p+ d& sy=[6.47;6.5;7.18;8.55;8.55;10.09;10.48];
xi=0:0.05:1;
9 [0 k5 [5 A0 a' M3 dyi=spline(x,y,xi)                           %yi是xi在通过三次样条插值得到的函数值
* F$ r: R) [2 W# [  F! X6 T. Vma=spline(x,y)                              %返回的ma是一个结构体，有三次样条函数的系数等参数，具体的可以用语句ma.coefs查询

whatever_

为什么非得用神经网络进行插值呢？有很多别的方法更好啊，比如三次样条插值

nocturne

whatever_ 发表于 2022-11-22 13:22
7 l' ]% s; }! W为什么非得用神经网络进行插值呢？有很多别的方法更好啊，比如三次样条插值

因为y值是小样本尺寸，数据较少，手册规定到25.4就超标了，现在只有6-11的数值，想通过神经网络进行训练把0-25的数据都涵盖在里边，然后再进行下一步的分析。我不知道样条插值能不能做到。
6 Y" E6 S. M8 a9 ?

whatever_

可以，插值的步长可以自己定