神经网络设计实训.doc

神经网络设计实训.doc

ID:59142493

大小:270.50 KB

页数:28页

时间:2020-09-11

神经网络设计实训.doc_第1页
神经网络设计实训.doc_第2页
神经网络设计实训.doc_第3页
神经网络设计实训.doc_第4页
神经网络设计实训.doc_第5页
资源描述:

《神经网络设计实训.doc》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、目录1感知器神经网络设计21.1问题描述21.2网络初始化21.3网络训练21.4网络测试31.5练习52.BP神经网络的设计192.1问题描述192.2建立网络192.3网络训练202.4讨论212.5练习221感知器神经网络设计1.1问题描述首先给出一些已知样本点,假设它们的坐标点和类别都已确定,设计一个感知器网络,并利用这些已知的样本点来训练网络,使得对于以后任意给定的一些样本点,感知器神经网络都能尽可能正确将它们分类。已知给出的样本点及其类别,在坐标图中将它们表示出来,不同的类别使用不用的符号表示,如图

2、1所示:%输入样本点及其相应的类别P=[-0.5-0.50.3-0.10.20.00.60.8;-0.50.5-0.51.00.5-0.90.8-0.6];T=[11011010];%在坐标图上绘出样本点plotpv(P,T);图1样本点的分布及其相应类别1.2网络初始化使用newp函数建立感知器神经网络。该函数执行后返回一个新的感知器神经网络,传递函数在默认情况下为hardlim函数,学习函数在默认情况下为learnp函数。假设样本点取值在[-1,1]之间,而网络只有单个神经元,则有:%建立一个感知器网络ne

3、t=newp([-11;-11],1);然后使用plotpc函数可以在已绘制的图上加上感知器分类线:handle=plotpc(net.iw{1},net.b{1});1.3网络训练神经网络建立好之后,必须经过训练才能实际应用,通过训练,以决定网络的权值和阈值。训练过程为:对于给定的输入向量,计算网络的实际输出,并与相应的目标向量进行比较,得到误差e,然后根据相应的学习规则调整权值和阈值,重新计算网络在新的权值和阈值作用下的输出,重复上述过程,直到网络的输出与期望的目标向量相等或训练次数达到预期的最大次数时才停

4、止训练。下面使用adapt函数训练网络:%利用样本点训练网络并绘出得到的分类线E=1;while(sse(E)),[net,Y,E]=adapt(net,P,T);handle=plotpc(net.iw{1},net.b{1},handle);end;图2网络设计结果1.4网络测试训练完成后,神经网络的权值和阈值就确定了,可以使用它解决实际问题。利用如下的一些测试样本点,输入到网络中,对样本点进行分类。分类结果如图3所示:%选择10个点来测试网络testpoints=[-0.50.3-0.90.4-0.10.

5、2-0.60.80.1-0.4;-0.3-0.8-0.4-0.70.4-0.60.1-0.5-0.50.3];a=sim(net,testpoints);%在坐标图上绘出网络的分类结果及分类线figure;plotpv(testpoints,a);plotpc(net.iw{1},net.b{1},handle);图3感知器网络测试结果完整的matlab程序代码为:%输入样本点及其相应的类别P=[-0.5-0.50.3-0.10.20.00.60.8;-0.50.5-0.51.00.5-0.90.8-0.6];

6、T=[11011010];%在坐标图上绘出样本点plotpv(P,T);%建立一个感知器网络net=newp([-11;-11],1);handle=plotpc(net.iw{1},net.b{1});%利用样本点训练网络并绘出得到的分类线E=1;while(sse(E)),[net,Y,E]=adapt(net,P,T);handle=plotpc(net.iw{1},net.b{1},handle);end;%选择10个点来测试网络testpoints=[-0.50.3-0.90.4-0.10.2-0.6

7、0.80.1-0.4;-0.3-0.8-0.4-0.70.4-0.60.1-0.5-0.50.3];a=sim(net,testpoints);%在坐标图上绘出网络的分类结果及分类线figure;plotpv(testpoints,a);plotpc(net.iw{1},net.b{1},handle);1.5练习(1)1981年生物学家格若根(W.Grogan)和维什(W.Wirth)发现了两类蚊子(或飞蠓midges).他们测量了这两类蚊子每个个体的翼长和触角长,数据如下:翼长触角长类别1.781.14Ap

8、f1.961.18Apf1.861.20Apf1.721.24Af2.001.26Apf2.001.28Apf1.961.30Apf1.741.36Af1.641.38Af1.821.38Af1.901.38Af1.701.40Af1.821.48Af1.821.54Af2.081.56Af利用matlab设计感知器神经网络模型,将上述两类蚊子分开。参考demo1.m(2)下面给出了一

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。