- 1、本文档共8页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
佛 山 科 学 技 术 学 院
《神经网络》综合项目报告
专 业 数学与应用数学 姓 名 成 绩
班 级 数学与应用数学 学 号 日 期 2015.6.16
目的
1.设计BP神经网络对数字信号处理机进行仿真;
2. 设计径向基函数神经网络对数字信号处理机进行仿真;
3. 比较上述两种神经网络对数字信号处理机的仿真结果, 确定这两种方法的优缺点。
原理与方案
BP网络是一种按误差逆传播算法训练的多层前馈网络,是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系,而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法,通过反向传播来不断调整网络的权值和阈值,使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层、隐层和输出层。
径向基函数神经网络由三层组成,输入层节点只传递输入信号到隐层,隐层节点由像高斯函数那样的辐射状作用函数构成,而输出层节点通常是简单的线性函数。 隐层节点中的作用函数(基函数)对输入信号将在局部产生响应,也就是说,当输入信号靠近基函数的中央范围时,隐层节点将产生较大的输出,由此看出这种网络具有局部逼近能力,所以径向基函数网络也称为局部感知场网络。
步骤
1.BP神经网络对数字信号处理机进行仿真。
第一步:在数字信号处理机采样,并在matlab提取相关数据。
rawData = importdata(dsp1.txt); %读取数据,存入矩阵rawData
inputData = rawData(1:20,:); %矩阵rawData前二十行是输入数据,把输入数据存入inputData
outputData = rawData(21:40,:); %矩阵rawData后二十行是输出数据,把输出数据存入outputData
inputDataTra = inputData; %矩阵转置
outputDataTra = outputData; %矩阵转置
P = [inputDataTra(1:end); outputDataTra(1:end)]; %matlab中矩阵是按照列顺序存取数据的,
%所以可以通过这种方式,把输入输出矩阵整合
%为2行200列的矩阵p,p中第一行为输入数据,
%第二行为输出数据。
p = P(:,1:199);
t = P(2,2:200);
第二步:BP网络的创建与训练。用函数newff()构造神经网络,选择隐层和输出层神经元函数分别为tansig函数和purelin函数,网络训练方法分别用了梯度下降法traingd。
figure(1);
plot(p,t,r-);
title(实际输入与实际输出图,fontsize,12)
ylabel(实际输出,fontsize,12)
xlabel(样本,fontsize,12)
net=newff(minmax(p),[10 1],{tansig purelin},traingd);
net.trainParam.epochs=50000;
net.trainParam.goal=0.00001;
net.trainParam.lr=0.01;
%net.trainParam.min_grad=1e-50;
net=train(net,p,t);
t2=sim(net,p);
第三步:重复训练,将仿真值和实际输出值进行对比,计算误差,分析模型的稳定性。
figure(3)
plot(p,t2,:og);
hold on
plot(p,t,-*);
title(BP网络预测输出,fontsize,12)
ylabel(函数输出,fontsize,12)
xlabel(样本,fontsize,12)
error=t2-t;
figure(4)
plot(error,-*)
title(BP网络预测误差,fontsize,12)
ylabel(误差,fontsize,12)
xlabel(样本,fontsize,12)
figure(5)
plot((t-t2)./t2,-*);
title(神经网络预测误差百分比)
您可能关注的文档
最近下载
- 《改造我们的学习》课件+2024-2025学年统编版高中语文选择性必修中册.pptx VIP
- T∕CECS 10028-2019 绿色建材评价 钢结构房屋用钢构件(可复制版).pdf
- 毕业典礼的活动策划方案.pptx VIP
- A4线缆标签打印模板.xls VIP
- 2022年高中学业水平考试试题及答案9科.docx VIP
- 临潭县住房和城乡建设局社会稳定风险评估工作实施方案.pdf VIP
- 新北区苏科版二年级上册劳动《6、树叶书签》教案.docx VIP
- 试验设计与数据处理(第三版)李云雁-第4章-回归分析.pptx VIP
- 西子奥的斯OH-CON电气原理图纸XAA21310S 一体化LMCB图纸.pdf
- A4标签打印模板.xls VIP
文档评论(0)