新建
上传
首页
助手
最?/div>
资料?/div>
工具

神经网络的设计实?/p>

(MATLAB

编程

) 

?/p>

1 

采用动量梯度下降算法训练

 

BP 

网络?/p>

 

训练样本定义如下?/p>

 

输入矢量?/p>

  

p =[-1 -2 3 1  

 

 

 

-1 1 5 -3] 

目标矢量?/p>

 

t = [-1 -1 1 1] 

解:本例?/p>

 

MATLAB 

程序如下?/p>

  

 

close all  

clear  

echo on  

clc  

% NEWFF

—?/p>

生成一个新的前向神经网?/p>

  

% TRAIN

—?/p>

?/p>

 

BP 

神经网络进行训练

  

% SIM

—?/p>

?/p>

 

BP 

神经网络进行仿真

  

pause  

% 

敲任意键开?/p>

  

clc  

% 

定义训练样本

  

P=[-1, -2, 3, 1; -1, 1, 5, -3]; % P 

为输入矢?/p>

  

T=[-1, -1, 1, 1]; % T 

为目标矢?/p>

  

pause;  

clc  

% 

创建一个新的前向神经网?/p>

  

net=newff(minmax(P),[3,1],{'tansig','purelin'},'traingdm') 

% 

当前输入层权值和阈?/p>

  

inputWeights=net.IW{1,1}  

inputbias=net.b{1}  

% 

当前网络层权值和阈?/p>

  

layerWeights=net.LW{2,1}  

layerbias=net.b{2}  

pause  

clc  

% 

设置训练参数

  

net.trainParam.show = 50;  

net.trainParam.lr = 0.05;  

net.trainParam.mc = 0.9;  

net.trainParam.epochs = 1000;  

net.trainParam.goal = 1e-3;  

pause  

clc  

% 

调用

 

TRAINGDM 

算法训练

 

BP 

网络

  

[net,tr]=train(net,P

,T);  

Ͼλ
新建
上传
首页
助手
最?/div>
资料?/div>
工具

神经网络的设计实?/p>

(MATLAB

编程

) 

?/p>

1 

采用动量梯度下降算法训练

 

BP 

网络?/p>

 

训练样本定义如下?/p>

 

输入矢量?/p>

  

p =[-1 -2 3 1  

 

 

 

-1 1 5 -3] 

目标矢量?/p>

 

t = [-1 -1 1 1] 

解:本例?/p>

 

MATLAB 

程序如下?/p>

  

 

close all  

clear  

echo on  

clc  

% NEWFF

—?/p>

生成一个新的前向神经网?/p>

  

% TRAIN

—?/p>

?/p>

 

BP 

神经网络进行训练

  

% SIM

—?/p>

?/p>

 

BP 

神经网络进行仿真

  

pause  

% 

敲任意键开?/p>

  

clc  

% 

定义训练样本

  

P=[-1, -2, 3, 1; -1, 1, 5, -3]; % P 

为输入矢?/p>

  

T=[-1, -1, 1, 1]; % T 

为目标矢?/p>

  

pause;  

clc  

% 

创建一个新的前向神经网?/p>

  

net=newff(minmax(P),[3,1],{'tansig','purelin'},'traingdm') 

% 

当前输入层权值和阈?/p>

  

inputWeights=net.IW{1,1}  

inputbias=net.b{1}  

% 

当前网络层权值和阈?/p>

  

layerWeights=net.LW{2,1}  

layerbias=net.b{2}  

pause  

clc  

% 

设置训练参数

  

net.trainParam.show = 50;  

net.trainParam.lr = 0.05;  

net.trainParam.mc = 0.9;  

net.trainParam.epochs = 1000;  

net.trainParam.goal = 1e-3;  

pause  

clc  

% 

调用

 

TRAINGDM 

算法训练

 

BP 

网络

  

[net,tr]=train(net,P

,T);  

">
新建
上传
首页
助手
最?/div>
资料?/div>
工具

神经网络的设计实?/p>

(MATLAB

编程

) 

?/p>

1 

采用动量梯度下降算法训练

 

BP 

网络?/p>

 

训练样本定义如下?/p>

 

输入矢量?/p>

  

p =[-1 -2 3 1  

 

 

 

-1 1 5 -3] 

目标矢量?/p>

 

t = [-1 -1 1 1] 

解:本例?/p>

 

MATLAB 

程序如下?/p>

  

 

close all  

clear  

echo on  

clc  

% NEWFF

—?/p>

生成一个新的前向神经网?/p>

  

% TRAIN

—?/p>

?/p>

 

BP 

神经网络进行训练

  

% SIM

—?/p>

?/p>

 

BP 

神经网络进行仿真

  

pause  

% 

敲任意键开?/p>

  

clc  

% 

定义训练样本

  

P=[-1, -2, 3, 1; -1, 1, 5, -3]; % P 

为输入矢?/p>

  

T=[-1, -1, 1, 1]; % T 

为目标矢?/p>

  

pause;  

clc  

% 

创建一个新的前向神经网?/p>

  

net=newff(minmax(P),[3,1],{'tansig','purelin'},'traingdm') 

% 

当前输入层权值和阈?/p>

  

inputWeights=net.IW{1,1}  

inputbias=net.b{1}  

% 

当前网络层权值和阈?/p>

  

layerWeights=net.LW{2,1}  

layerbias=net.b{2}  

pause  

clc  

% 

设置训练参数

  

net.trainParam.show = 50;  

net.trainParam.lr = 0.05;  

net.trainParam.mc = 0.9;  

net.trainParam.epochs = 1000;  

net.trainParam.goal = 1e-3;  

pause  

clc  

% 

调用

 

TRAINGDM 

算法训练

 

BP 

网络

  

[net,tr]=train(net,P

,T);  

Ͼλ">
Ͼλ
Ŀ

BP神经网络的设计实?MATLAB编程)资料 - 百度文库
新建
上传
首页
助手
最?/div>
资料?/div>
工具

神经网络的设计实?/p>

(MATLAB

编程

) 

?/p>

1 

采用动量梯度下降算法训练

 

BP 

网络?/p>

 

训练样本定义如下?/p>

 

输入矢量?/p>

  

p =[-1 -2 3 1  

 

 

 

-1 1 5 -3] 

目标矢量?/p>

 

t = [-1 -1 1 1] 

解:本例?/p>

 

MATLAB 

程序如下?/p>

  

 

close all  

clear  

echo on  

clc  

% NEWFF

—?/p>

生成一个新的前向神经网?/p>

  

% TRAIN

—?/p>

?/p>

 

BP 

神经网络进行训练

  

% SIM

—?/p>

?/p>

 

BP 

神经网络进行仿真

  

pause  

% 

敲任意键开?/p>

  

clc  

% 

定义训练样本

  

P=[-1, -2, 3, 1; -1, 1, 5, -3]; % P 

为输入矢?/p>

  

T=[-1, -1, 1, 1]; % T 

为目标矢?/p>

  

pause;  

clc  

% 

创建一个新的前向神经网?/p>

  

net=newff(minmax(P),[3,1],{'tansig','purelin'},'traingdm') 

% 

当前输入层权值和阈?/p>

  

inputWeights=net.IW{1,1}  

inputbias=net.b{1}  

% 

当前网络层权值和阈?/p>

  

layerWeights=net.LW{2,1}  

layerbias=net.b{2}  

pause  

clc  

% 

设置训练参数

  

net.trainParam.show = 50;  

net.trainParam.lr = 0.05;  

net.trainParam.mc = 0.9;  

net.trainParam.epochs = 1000;  

net.trainParam.goal = 1e-3;  

pause  

clc  

% 

调用

 

TRAINGDM 

算法训练

 

BP 

网络

  

[net,tr]=train(net,P

,T);  



ļ׺.doc޸Ϊ.docĶ

  • 1-8ACɭйго
  • ˽̰꼶ѧϲᵥԪȫ׼𰸣Ʒ⣩
  • 2016-2022йúװҵ״鼰ʮͶʶλ
  • ϵͳʵֱҵ
  • ΢۾ѧϰ12
  • óǿȸְоչ״.
  • ޹ϵ---¼ڳ¾ʦġѧϰٵĵñ
  • ְҵܼ̲ - Ħʦ£
  • ǰ쵼ɲΥص㡢ԭ򼰷ضԲ
  • ѧʶйִӰ-ѡ

վ

԰ Ͼλ
ϵͷ779662525#qq.com(#滻Ϊ@) ICP20003344-4