人工神经网络与应用实验指导2010-09-20

《人工神经网络与应用实验指导2010-09-20》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、西北农林科技大学研究生教学参考书《人工神经网络与应用实验指导》信息工程学院二〇一〇年十二月十三日1实验一MATLABANN工具箱及感知器实现一、实习目的和意义使学生熟悉并掌握Matlab基本运算编程和运行，掌握人工神经网络工具箱帮助、示例等资源，掌握自主学习Matlab编程的能力，并能设计实现感知器，为后续处理打下基础。二、实习内容1、熟悉Matlab基本运算编程，掌握人工神经网络工具箱帮助、示例等资源。（1）学会给矩阵赋值及常用矩阵运算；（2）学会在命令窗口单步执行命令；编写m文件及运行的方法；

2、（3）掌握命令后“；”的显示控制作用，掌握清除命令窗口clc、图像窗口clf、内存和函数clear等命令的用法。（4）学会用plot(x,y)绘制图形的方法；绘制双曲正切S函数的一阶导数曲线。（5）掌握人工神经网络工具箱帮助、示例等资源。2、设计一个感知器，并运行，分析结果、理解感知器算法。三、实习参考（1）Matlab基本运算Matlab区分大小写，Abc，ABC，abc表示不同的矩阵名。在矩阵A中，同一行中的内容用逗号分隔，而采用分号来表示换行。一般情况下，用于同行中分隔的逗号是可以由空格来代

3、替的。基本的赋值语句：A＝[1，2，3；4，5，6；7，8，0]矩阵加减法运算：C=A+B和C=A－B。T矩阵的转置：A＝A’。矩阵的点乘：C=A.×B矩阵的除法：x=A./B。矩阵乘法:C=A×B对一个矩阵单个元素赋值和操作:2A（：，j）表示A矩阵的第j列元素；A（i，：）表示A矩阵的第i列全部元素。在命令窗口中，输入help命令，如helpplot，则会给出相关的帮助信息。1（2）S曲线函数式为yf(x)，设x在[-10，10]之间每隔0.1取一个值。用x1eplot()绘制S曲线。

4、可编写m文件（polt_s.m）如下：%画S曲线x=[-10:0.1:10];%给x赋值y=1./(1.0+exp(-x))%计算yplot(x,y)%绘制x-y关系曲线（S曲线）holdon%保持图形，在原图上继续绘制y1=y*(1.-y);%计算S曲线的一阶导数plot(x,y1,'--r')%绘制S曲线的一阶导数曲线（3）设计一个二维输入矢量分为两类。%gzq1.m%P输入向量,T为目标向量P=[-1.0-0.5+0.3-0.1;-0.5+0.5-0.5+1.0]T=[1100];plotp

5、v(P,T);%绘制感知器的输入输出矢量disp('按任意键继续.')pause%按任意键继续net=newp([-11;-11],1);%NEWP建立一个感知器.plotpv(P,T);%绘制输入向量plotpc(net.IW{1},net.b{1});%绘制初始分类线net.adaptParam.passes=3;net=adapt(net,P,T);%ADAPT返回一个最佳分类的网络nerplotpc(net.IW{1},net.b{1});%绘制训练后的分类线3%利用训练好的感知器进行分类

6、p=[0.7;1.2];%给定一个输入a=sim(net,p)%SIM对感知器神经网络进行仿真.行尾无“；”号，%在命令窗口显示a的值。disp('结束！')四、思考与讨论1、如何控制程序运行暂停时间？2、比较一个命令行后有无“;”的差别。3、画出gzq1.m中网络模型。4、查帮助并分析plot、plotpv、plotpc的不同。4实验二自适应线性元件的设计与训练一、实习目的和意义掌握用Matlab人工神经网络工具箱设计自适应线性元件的方法，掌握人工神经网络学习和训练过程；理解误差曲面；分析比较自

7、适应线性元件的不足。二、实习内容1、掌握自适应线性元件的方法。设计一个线性神经元响应特定输入下的目标输出：P=[1.0-1.2];T=[0.51.0];用ERRSURF函数计算在一定范围可能权重和阈值下的神经元的误差，用PLOTES以等高线的形式绘制误差表面，并在误差曲面上绘制出最佳权重、阈值的点。2、设计一个线性神经元件，线性神经元以实现对输入矢量P=[+1.0+1.5+3.04.5]和输出矢量T=[+0.5+1.1+1.72.6]的线性拟合。3、在上面的网络设计中，不断增大学习率，分析学习大小

8、对训练次数及网络能否收敛的影响。三、实习参考（1）自适应线性元件的方法及误差曲面分析%模式联想误差曲面%设计一个线性神经元响应特定输入下的目标输出%P定义两个1单元的输入模式，T定义相关的1单元的目标矢量P=[1.0-1.2];T=[0.51.0];%ERRSURF计算在一定范围可能权重和阈值下的神经元的误差%PLOTES绘制误差表面.并在误差曲面上绘制出最佳权重、阈值的点。w_range=-1:0.1:1;%权重取值范围b_range=-1:0.1:1;%阈值取值范围ES=err