欢迎来到天天文库
浏览记录
ID:10598412
大小:102.50 KB
页数:19页
时间:2018-07-07
《《神经网络实用教程》配套实验教程》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、太普数据挖掘套件:www.tipdm.com《神经网络实用教程》实验一人工神经网络概论一、实验目的1、了解生物神经网络的组成及功能;2、熟悉人工神经网络的历史发展过程;3、熟悉人工神经网络的组成、工作原理和分类;4、了解人工神经网络的应用环境。二、实验内容1、在网络上查找生物神经网络的组成及功能的相关资料。2、在网络上查找人工神经网络的发展过程及发展趋势。3、列出人工神经网络的种类,每一种人工神经网络给出一个实际的应用例子。4、浏览神经网络学习网站(1)网站http://www.5iai.com/bbs/index.php中的神经网络版块和编程技
2、术版块hexun.com/jiangkekehttp://www.5iai.com/blog/blog.php?uid=7http://www.ilovematlab.cn中的神经网络相关版块(2)书籍教程神经网络入门教程:http://www.5iai.com/bbs/read.php?tid=10614神经网络参考书籍:http://www.5iai.com/blog/article.php?type=blog&itemid=23三、思考与实验总结1、人工神经网络存在哪些缺点?如何解决?2、在什么情况下使用神经网络?《神经网络实用教程》配套实
3、验教程太普数据挖掘套件:www.tipdm.com《神经网络实用教程》实验二 MATLAB快速入门一、 实验目的1、掌握MATLAB工具的安装方法;2、掌握神经网络设计中常用的MATLAB操作技能;3、熟悉神经网络设计中常用MATLAB的绘图功能与使用技巧;4、初步了解MATLAB的程序设计方法。二、 实验内容:1、在MATLAB中求解下列式子计算所得到的结果: (109*891+235-0.5)/16+182 2、给定矩阵A=[1132234;51678;9102512], 设B=A(2,1:3);在MATLAB中
4、求解下列矩阵运算后的结果: C=[AB'] D=[A;4321] C(:,2)=[] C([13],:)=[]3、使用MATLAB中的条件语句和循环语句,编程实现下面的功能: 从1累加到20,即:1+2+3+4+…+20,当累加和超过30时,跳出FOR循环,在命令窗口中输出此时的累加次数和累加值。4、神经网络常用的激活函数有S型、对数S型、线性型和硬限幅等,在MATLAB中有tansig()、logsig()、purelin()和hardlim()四个函数对应,请使用MATLAB编程,按下画所示图形
5、,画出四个激活函数的图形。《神经网络实用教程》配套实验教程太普数据挖掘套件:www.tipdm.com三、实验分析与总结 实验中产生了什么问题?是如何解决的?本次实验的收获。 《神经网络实用教程》配套实验教程太普数据挖掘套件:www.tipdm.com 《神经网络实用教程》实验三 单层感知器的构建与使用 一、 实验目的1、熟悉MATLAB中神经网络工具箱的使用方法;2、掌握单层感知器的特性和应用范围;3、熟悉单层感知器的权值调整过程和计算方法3、掌握使用单层感知器解决实际问题的方法。 二、 实验内容: 1、已经对逻辑与的单层感知
6、器实现的权值调整计算过程进行了讲解,请使用MATLAB语言编写程序,实现单层感知器对逻辑与进行分类。 2、现需要对一组数据进行分类,设样本数据的输入数据为P=[-0.4-0.50.6-0.1;0.900.10.5],其期望值为T=[1101],请构建一个单层感知器对数据进行分类,并用测试数据Q=[0.60.9-0.10.7;-0.1-0.50.5-0.3]对构建好的神经网络进行测试,并评价其性能. 3、有下面一组样本数据:输入数据为P=[0001;1011],目标值为[0110],能否使用单层感知器对其进行正确分类,请编写MATLAB程序验
7、证,并对结果进行分析? 注:实验报告中,在实验内容这部分要画出你的神经网络的结构、写上MATLAB源代码及运行结果、并大致画出实验中的输出图形(输出图形也可以打印后再粘贴到实验本上)。三、实验分析与总结 实验中产生了什么问题?是如何解决的?本次实验的收获。 《神经网络实用教程》配套实验教程太普数据挖掘套件:www.tipdm.com《神经网络实用教程》实验四线性神经网络的构建与使用一、 实验目的1、熟悉MATLAB中神经网络工具箱的使用方法;2、掌握线性神经网络的特性和应用范围;3、掌握使用线性神经网络解决实际问题的方法; 二、 实验内
8、容: 求解函数逼近问题:1、有21组单输入矢量和相对应的目标矢量,试设计一个线性神经网络来拟合这对数组的函数关系,并使用指定的测试数
此文档下载收益归作者所有