资源描述：
《人工神经网络与应用实验指导》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、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》信息工程学院二0—0年十二月十三日实验一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；（3）掌握命令后“「的显示控制作用，掌握清除命令窗Uclc.图像窗Llclf、内
2、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）学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,Abe,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，用于同行屮分隔的逗号是可以由空格來代替的。基本的赋值语句:A=[l,2,3；4,5,6；7,8,0J矩阵加减法运算：C=A+B和C=A—B。矩阵的转置：AT=A'。矩阵的点乘：C=A.XB矩阵的
3、除法：x=A./Bo矩阵乘法:C=AXB对一个矩阵单个元索赋值和操作：A（:,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。（2）S曲线函数式为y=于（兀）=^^,设x在[-10,10]之间每隔0」取一个值。用1+eplot（）绘制S[111线。可编写m文件（polt_s.m）如下：%画S曲线x=[-10:0.1:10];y=l./(1.0+exp(-x))plot(x,y)holdon%给x赋值%计算y%绘制x・y关系曲线（S曲线）%保持图形，在原图上继续绘制yl=y*(l.
4、-y);plot(x,yl；-r')%计算S曲线的一阶导数%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。%gzql.m%P输入向量,T为口标向量P=L-1.0-0.5+0.3-0.1;・0・5+0.5・0.5+1.0]T=ll100J;plotpv（P,T）;%绘制感知器的输入输出矢量dispC按任意键继续Jpause%按任意键继续net=newp([-l1;-11J,l);plotpv(P,T);%NEWP建立一个感知器.%绘制输入向量plotpc(net.IW{l},net.b{1});%绘制初始分类线net.adaptParam.passes=3;ne
5、t=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%利用训练好的感知器进行分类p二[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“；”%在命令窗口显示a的值。dispC结束！’)四、思考与讨论1、如何控制程序运行舒停吋间？2、比较一个命令行后有无“广的差别。3、画出gzq1.m中网络模型。4、查帮助并分析plot>plotpv>plotpc的不同。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
6、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二[+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
7、析学习大小对训练次数及网络能否收敛的影响。三、实习参考(1)口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冃标输出%P定义两个1单元的输入模式，T定义相关的1单元的冃标矢量P=L1.0-1.2J;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=-l:0.1:l;%权重取值范围b_range=-l:0.1:l;%阈值取值范围ES=errsurf(P,T,w_r
