欢迎来到天天文库
浏览记录
ID:57292427
大小:606.50 KB
页数:22页
时间:2020-08-10
《Matlab-神经网络工具箱课件.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、神经网络工具箱介绍2021/8/61MATLAB2009b的神经网络工具箱neuralnetworktoolbox提供了图形用户界面(graphuserinterface,GUI),从而使用户在图形界面上,通过与计算机的交互操作设计和仿真神经网络,使得神经网络的设计和仿真变得简单易学.2021/8/621图形用户界面简介函数nntool的详解见help文档。在MATLAB命令窗口(commandwindow)输入nntool,按Enter后即可打networkdatamanager(网络/数据管理器窗补如图1所示。)(或点击Sta
2、rt/Toolboxes/NeuralNetwork)2021/8/63图1图形用户界面2021/8/642.nntool使用过程与实例数据构造与预处理训练数据导入nntool建立网络训练网络仿真网络输出与存储模拟结果加载先前仿真过的网络于nntool2021/8/65数据构造与预处理TimeSeriesForecasting2021/8/66数据构造与预处理2021/8/673、>训练数据导入nntool根据数据的多少,数据文件的格式等获取样本数据的方法有:1)直接输入数据:通过采用元素列表方式输入。适用于样本数目较少时。New…按钮2)ImportfromMatlabWorkspace:Import…按钮。3)Loadfromdiskfile:适合从M-file文件中读取数据。Import…按钮。2021/8/68ImportfromMatlabWorkspace2021/8/69Loadfromdiskfile2021/8/610建立网络Network/DataManager窗口中New4、…打开CreateNetworkorData,如右图。Name:定义网络名为network1选择Input/TargetData,设置训练函数等参数。View:查看模型2021/8/611训练网络Network/DataManager窗口中选中network1,双击或Open…。打开如下图在Train中,见下页图,2021/8/6122021/8/613可以看出,该窗口为一个多页面对话框,在Train页面有2个子页面:●Training:训练数据(TrainingData)的输入向量(Inputs)选择为p,目标向量5、(Targets)选择为t;训练结果(TrainingResults)的输出变量(outputs)和误差性能变量(Errors)采用系统自动生成的network1_output,和network1_errors,当然它们也可以由用户重新定义。2021/8/614●TrainingParameters:设置训练的各种参数,这要根据具体训练和学习函数进行确定,相关内容可参看各神经网络模型的训练和学习算法。本例采用其默认值即可。epochs:训练的最大循环次数goal:性能目标max_fail:最大验证数据失败的次数mem_reduc:降6、低内存需求的系数min_grad:最小性能梯度mu:动量的初始值mu_dec:动量减少系数mu_inc:动量增加系数mu_max:动量最大值show:每格多少训练循环次数会显示训练过程time:最大的训练所须时间,单位为秒2021/8/615以上过程完成后,单击该页面的TrainNetwork按钮,开始训练,其训练过程如图9所示。图9训练误差性能曲线Algorithms:相关参数Progress:终止条件(只要一个满足则停止)Plots:各种图形曲线2021/8/616训练完成后,在Network/DataManager窗口可以看到7、,在Outputs区域显示出输出变量名network1_outputs,在Errors区域显示出误差性能变量名network1_errors。选中变量名,单击该窗口的Open按钮,则弹出数据(Data)窗口,在该窗口可以查看到该所选中变量的具体数据。2021/8/617仿真Network/DataManager窗口中选中network1,双击或Open…。在Simulate中,见图,2021/8/618将仿真数据选择为testX,仿真结果选择为network1_outputs_sim;Targets选为TestY,误8、差errors为network1_errors_sim。单击SimulateNetwork按钮,则在Network/DataManager窗口的Outputs和Errors区域分别显示出相应的仿真结果,选中变量名,单击该窗口的Open
3、>训练数据导入nntool根据数据的多少,数据文件的格式等获取样本数据的方法有:1)直接输入数据:通过采用元素列表方式输入。适用于样本数目较少时。New…按钮2)ImportfromMatlabWorkspace:Import…按钮。3)Loadfromdiskfile:适合从M-file文件中读取数据。Import…按钮。2021/8/68ImportfromMatlabWorkspace2021/8/69Loadfromdiskfile2021/8/610建立网络Network/DataManager窗口中New
4、…打开CreateNetworkorData,如右图。Name:定义网络名为network1选择Input/TargetData,设置训练函数等参数。View:查看模型2021/8/611训练网络Network/DataManager窗口中选中network1,双击或Open…。打开如下图在Train中,见下页图,2021/8/6122021/8/613可以看出,该窗口为一个多页面对话框,在Train页面有2个子页面:●Training:训练数据(TrainingData)的输入向量(Inputs)选择为p,目标向量
5、(Targets)选择为t;训练结果(TrainingResults)的输出变量(outputs)和误差性能变量(Errors)采用系统自动生成的network1_output,和network1_errors,当然它们也可以由用户重新定义。2021/8/614●TrainingParameters:设置训练的各种参数,这要根据具体训练和学习函数进行确定,相关内容可参看各神经网络模型的训练和学习算法。本例采用其默认值即可。epochs:训练的最大循环次数goal:性能目标max_fail:最大验证数据失败的次数mem_reduc:降
6、低内存需求的系数min_grad:最小性能梯度mu:动量的初始值mu_dec:动量减少系数mu_inc:动量增加系数mu_max:动量最大值show:每格多少训练循环次数会显示训练过程time:最大的训练所须时间,单位为秒2021/8/615以上过程完成后,单击该页面的TrainNetwork按钮,开始训练,其训练过程如图9所示。图9训练误差性能曲线Algorithms:相关参数Progress:终止条件(只要一个满足则停止)Plots:各种图形曲线2021/8/616训练完成后,在Network/DataManager窗口可以看到
7、,在Outputs区域显示出输出变量名network1_outputs,在Errors区域显示出误差性能变量名network1_errors。选中变量名,单击该窗口的Open按钮,则弹出数据(Data)窗口,在该窗口可以查看到该所选中变量的具体数据。2021/8/617仿真Network/DataManager窗口中选中network1,双击或Open…。在Simulate中,见图,2021/8/618将仿真数据选择为testX,仿真结果选择为network1_outputs_sim;Targets选为TestY,误
8、差errors为network1_errors_sim。单击SimulateNetwork按钮,则在Network/DataManager窗口的Outputs和Errors区域分别显示出相应的仿真结果,选中变量名,单击该窗口的Open
此文档下载收益归作者所有