欢迎来到天天文库
浏览记录
ID:22624408
大小:561.73 KB
页数:5页
时间:2018-10-30
《matlab神经网络工具箱创建神经网络》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、matlab神经网络工具箱创建神经网络为丁看懂师兄的文章中使用的方法,研究广•下神经M昨天花了一天的时间査怎么写程序,侃是费丫半天劲,不能运行,百度知道里倒是有一个,可以运行的,先贴着做标本%生成训练样本集clearall;clc;P=[l100.8072400.21511821.5;1102.8652400.11521212;1102.592400.11242411.5;2200.62400.31231821;22032400.32532111.5;1101.5622400.31531811.5;1100.5472400.315192
2、1.5];01.3183000.11521812];T=
3、54248162787168380314797;28614639586963782898;86002402710644415328084;230802445102362823335913;602571278927675373541;346159353280762110049;567831729071645481440401;@907117437120368130179];m=max(max(P));n=max(max(T));P=P7m;T二T7n;%%pr(1:9,1)=0;%
4、输入矢量的取值范围矩阵pr(1:9,2)=1;bpnet=newff(pr,
5、124
6、,{’logsig',logsig'},’traingdx','learngdm');%建立BP祌经网络,12个隐层神经元,4个输出神经元%tranferFcn屈性'logsig'隐层采用Sigmoid传输函数%tranferFcn属性'logsig'输出层采用Sigmoid传输函数%trainFcn屈性'traingdx*自适应调整学速率附加动fiW子梯度下降反向传播算法训练函数%learn屈性,lcamgdm,附加动量因子的梯度卜降学函数net.t
7、rainParam.epochs=1000;%允许最大训练步数2000步net.trainParam.goal=0.001;%训练R标最小'误差0.001net.trainParam.show=10;%毎间陥100步AA示一次训拣结果net.trainParam.lr=0.05;%学习速率0.05bpnet=train(bpnet,P,T);%p=[1101.3183000.11521812];p=p/m;r=sim(bpnet,p);R=r'*n;display(R);运行的结災是出现这样的界而人1、1:il?performance,
8、trainingstate,以及regression分别出现卜fftl的评[ft]BestTrainingPerformanceisNaNatepoch999n•1•10f«>$ul)J0JJUJp9J«»nb5TramBest10iiiiiii
9、
10、*10020030040050060070080090010001000Epochs稗搜索,发现可以通过神经网络工具箱來创建祌经网络,比较友好的GUI界而,在输入命令迅而输入nntool,就可以开始了。点击import之后就出现下而的具体的设置神经网络参数的对话界面这是输入输
11、出数据的对话窗首先是训练数据的输入'T«rgSourc«-•ImportfrotwKUTLABworkf^MtCu>«dfromdkk«WMATfiehU«ne]
12、S<«e13、如右下方的阉,讨以显示动态结果卜‘面三个®形则足点rljperformance,trainingstate以及regression而出现的下面就是simulate,输入的数据是用來检验这个M络的数据,output改一个名字,这样就把输出数据和误差都存放起來了Network:networlcliewTrainSimulateAdaptReinitializeWeightsView/EditWeightsSimulationResultsSimulationDataSimulateNetwork在主界面上点击export就能将得到的out结14、果输入到matlab屮并杏看旅Network/DataManagerInputData:NetworksOutputDaU:nrtworklnetworkl.outputsnetwork2.ovtput$6
13、如右下方的阉,讨以显示动态结果卜‘面三个®形则足点rljperformance,trainingstate以及regression而出现的下面就是simulate,输入的数据是用來检验这个M络的数据,output改一个名字,这样就把输出数据和误差都存放起來了Network:networlcliewTrainSimulateAdaptReinitializeWeightsView/EditWeightsSimulationResultsSimulationDataSimulateNetwork在主界面上点击export就能将得到的out结
14、果输入到matlab屮并杏看旅Network/DataManagerInputData:NetworksOutputDaU:nrtworklnetworkl.outputsnetwork2.ovtput$6
此文档下载收益归作者所有