Matlab快速入门讲解.ppt

  1. 1、本文档共104页,可阅读全部内容。
  2. 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. 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. 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
Matlab快速入门讲解

实验六?BP神经网络的构建与使用(二) 思考题 1、实验中构建的BP神经网络的合适的训练次数在什么范围内? 2、实验中构建的BP神经网络的合适的隐含层神经元的个数在什么范围内? 演示程序 %% 本函数演示BP网络对非线性数据的逼近效果 %% 下面为用BP神经网络逼近非线性数据的演示程序 clc clear close all %输入样本 P=-2:0.1:2; T=sin(4*P); %创建一个BP神经网络,每一个输入向量的取值范围为[-1 ,1],隐含层有5个神经元, % 输出层有一个神经元,隐含层的激活函数为tansig,输出层的激活函数为logsig, % 训练函数为梯度下降函数,即2.3.2节中所描述的标准学习算法。 % 可改变隐含层神经元个数为2、8、10、20测试网络性能 net=newff([-1 1],[5,1],{tansig,tansig},traingd); %可以改变训练步数为3000、5000、10000来查看网络的训练结果 net.trainParam.epochs=2000; 演示程序 %目标误差设为0.01 net.trainParam.goal=0.01; %设置学习速率为0.1 LP.lr=0.1; net=train(net,P,T); % 有-------标记间的部分为拟合函数时的程序,有+++++++++++标记间的部分为测试时的程序 % ----------------------------- y=sim(net,P); subplot(2,1,1) hndl1=plot(P,y); %设置线宽为2 set(hndl1,linewidth,2); %设置线的颜色为红色 set(hndl1,color,red); hold on 演示程序 hndl2=plot(P,T); set(hndl2,linewidth,2); %设置图形标题 title(使用训练数据测试BP神经网络逼近非线性函数); %设置图例 % legend(BP神经网络逼近非线性函数,原数据) % ----------------------------- % 从此处到标记为+++++++++++的部分为测试时的程序,测试用此部分程序替换-------------间的程序 % 测试数据 %测试 P2=-2:0.05:2; ytest=sim(net,P2); subplot(2,1,2) 演示程序 hndl1=plot(P2,ytest); %设置线宽为2 set(hndl1,linewidth,2); %设置线的颜色为红色 set(hndl1,color,red); hold on hndl2=plot(P,T); set(hndl2,linewidth,2); %设置图形标题 title(使用测试数据测试BP神经网络逼近非线性函数); %设置图例 % legend(BP神经网络逼近非线性函数,原数据) % ++++++++++++++++++++ 谢谢! 实验七 RBF神经网络的构建与使用讲解 实验七RBF神经网络的构建与使用? 实验七?RBF神经网络的构建与使用? 使用RBF神经网络对指定函数进行逼近 实验七?RBF神经网络的构建与使用 存在的问题 1、点乘的使用 2、仿真输出与实际函数的显示 3、扩展参数的确定 4、基神经元个数的确定 实验七?RBF神经网络的构建与使用 实验内容1 对下述函数的逼近 演示程序 1 % set(hndl2,linewidth,2); % %设置图形标题 % title(线性神经网络逼近非线性函数的MATLAB实现); % %设置图例 % legend(线性神经网络逼近非线性函数,原线性数据) % % ------------------------------------------------ % 从此处到标记为+++++++++++的部分为测试时的程序,测试用此部分程序替换-------------间的程序 % % 测试数据 % P2=-1:0.025:1; % ytest=sim(net,P2); % plot(ytest,d,MarkerFaceColor,r,MarkerSize,8); % hold on % plot(T,s,MarkerEdgeColor,k,MarkerFaceColor,g,MarkerSize,12); % +++++++++++++++++++++++++++ 实验四?线性神经网络的构建与使用? 思考题 1、一线性神经网络的输入为P=[1.1 -1.3],目标为T=[0.6 1];设权值和偏置的初始值为0,学习速率为0.01,请计算出此网络前二次的权值和偏置的值?

文档评论(0)

feixiang2017 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档