资源描述：
《神经网络实验指导》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、《神经网络与智能信息处理》实验指导授课教师：汤浪平彭勇授课班级：计算机科学与技术(医学智能信息处理方向)05授课单位：医药信息工程学院数据决策教研室授课时间：2007-2008学年第二学期12实验一神经元转移函数与NN学习规则1实验目的1．掌握MATLAB的语言规则2．MATLAB编程3．掌握神经元转移函数的含义及其MATLAB实现4．掌握NN不同学习规则的差别2实验内容上机编程练习要求程序具有以下功能：（1）能对6输入单节点网络进行训练；（2）能选用不同的学习规则和不同的转移函数；（3）能选用不同的转移函数；（4）能选用不同的训练样本。程序调试通过后，用习题中提供的数据进行训练。训练时应给
2、出每一步的净输入和权向量调整结果。3实验要求利用matlab熟悉各种转移函数和学习规则。4实验步骤（自己写）5实验总结阈值型转移函数:非线性转移函数单极性：双极性：分段线性转移函数：通用学习规则：12实验二单层感知器1实验目的1.掌握单层感知器的原理2.熟悉单层感知器的功能2实验内容1.逻辑“与”训练2.逻辑“或”训练3实验要求利用matlab熟悉对逻辑“与”和逻辑“或”求解。逻辑“或”真值表x1x2y000011感知器结构1011114实验步骤（自己写）5实验总结参考代码：%逻辑“与”训练clc12clearallx=[-1,-1,-1,-1;0,0,1,1;0,1,0,1];%带权值的输
3、入d=[-1,-1,-1,1];%导师信号w0=[-0.1,0.1,0.1]';%初始权值r=[1,1,1,1];%输出误差j=0;whileany(r)~=0o(1)=sign(w0'*x(:,1));r(1)=d(1)-o(1);w(:,1)=w0+0.1*(d(1)-o(1))*x(:,1);fori=2:4o(i)=sign(w(:,i-1)'*x(:,i));r(i)=d(i)-o(i);w(:,i)=w(:,i-1)+0.1*(d(i)-o(i))*x(:,i);endw0=w(:,i);j=j+1;endw,r,j12实验三多层感知器1实验目的1.掌握多层感知器的原理2.熟悉多
4、层感知器的功能2实验内容1.逻辑“异或”训练3实验要求利用matlab熟悉对逻辑“异或”求解。“异或”的真值表x1x2y1y2o00110011011001111110“异或”问题分类双层感知器“异或”问题要求将其转化为“单层”感知器求解，然后用BP算法求解，比较其区别。4实验步骤（自己写）5实验总结转化为单层感知器的源代码：%逻辑“异或”训练clcclearallx=[-1,-1,-1,-1;0,0,1,1;0,1,0,1];%带权值的输入d1=[-1,1,-1,-1];d2=[1,1,-1,1];%导师信号w10=[-0.1,0.1,0.1]';w20=[-0.1,0.1,0.1]';%
5、初始权值r1=[1,1,1,1];r1=[1,1,1,1];%输出误差12j=0;whileany(r1)~=0
6、any(r2)~=0o1(1)=sign(w10'*x(:,1));o2(1)=sign(w20'*x(:,1));r1(1)=d1(1)-o1(1);r2(1)=d2(1)-o2(1);w1(:,1)=w10+0.1*(d1(1)-o1(1))*x(:,1);w2(:,1)=w20+0.1*(d2(1)-o2(1))*x(:,1);fori=2:4o1(i)=sign(w1(:,i-1)'*x(:,i));o2(i)=sign(w2(:,i-1)'*x(:,i));r1(i)=
7、d1(i)-o1(i);r2(i)=d2(i)-o2(i);w1(:,i)=w1(:,i-1)+0.1*(d1(i)-o1(i))*x(:,i);w2(:,i)=w2(:,i-1)+0.1*(d2(i)-o2(i))*x(:,i);endw10=w1(:,i);w20=w2(:,i);j=j+1;endw1,r1,j,w2,r212实验四Hopfield神经网络.1实验目的1掌握离散Hopfield网络模型、运行规则2理解Hopfield网络的稳定性分析、吸引子与能量函数概念3MATLAB编程，2个神经元的Hopfield网络设计，不稳定平衡点的分析。4MATLAB编程，正确识别印刷体的数字
8、或字母.2实验内容与要求12个神经元的Hopfield神经网络设计2Hopfield神经网络不稳定平衡点的分析3MATLAB编程，设计Hopfield网络正确识别印刷体的数字或字母.3实验步骤（1）.含有2个神经元的Hopfield网络的设计网络所要存储的目标平衡点为一个矢量T：T＝[1-1;-11]参考：Matlab中Hopfield网络的设计采用工具箱函数solvehop()。运行网络可以看出其权值是对称
