神經(jīng)網(wǎng)絡(luò)基于bp網(wǎng)絡(luò)的多層感知器實(shí)驗(yàn)報(bào)告-文庫(kù)吧
2025-06-07 18:30 本頁面
【正文】 a]。 for m=1:j+1 w(1,m)=w(1,m)+n*wucha*y(1,m)。 end。 for m=1:j v(:,m)=v(:,m)+n*wucha*w(1,m)*y(1,m)*(1y(1,m))*x(p,:)39。 end q=q+1。 end。 for t=1:101。 Erme=Erme+err(1,t)。 end。 err=zeros(1,101)。 Erme=sqrt(Erme/101)。 ERRO=[ERRO,Erme]。 if ErmeEmin break。 end。 end。 azc=azc+Erme。 acs=acs+q。 end disp(39。最終誤差:39。)。 pinjunwucha=1/5*azc figure(1)。 plot(x(:,2),d,39。r39。)。 hold on。 plot(x(:,2),o,39。b39。)。 disp(39。次數(shù):39。)。 pjcx=1/5*acs figure(2)。 plot(ERRO)。 figure(3)。 plot(x(:,2),d,39。rp39。)。endfunction F = hermit(x)%hermit子函數(shù) F = *(1x+2*x^2)*exp(x^2/2)。end運(yùn)行結(jié)果如下：表格1. 單樣本BP算法平均最小誤差學(xué)習(xí)率結(jié)點(diǎn)數(shù)81012152. 實(shí)現(xiàn)解決該問題的批處理訓(xùn)練BP網(wǎng)絡(luò)，調(diào)整參數(shù)如上。產(chǎn)生均勻分布在區(qū)間[4，4]的測(cè)試樣本，輸入建立的模型得到輸出，與Hermit多項(xiàng)式的期望輸出進(jìn)行比較計(jì)算總誤差（運(yùn)行5次，取平均值），并記錄下每次迭代結(jié)束時(shí)的迭代次數(shù)。程序如下：function pcl %批處理 close all。 clc。 x=[4::4]。%樣本101個(gè) j=input(39。請(qǐng)輸入隱層節(jié)點(diǎn)數(shù) j = 39。)。%隱層節(jié)點(diǎn)數(shù) n=input(39。請(qǐng)輸入學(xué)習(xí)效率 n = 39。)。%學(xué)習(xí)效率 a=。%動(dòng)量系數(shù) w=rand(1,j)。 v=rand(1,j)。 err=zeros(1,101)。 wucha=0。 zhaosheng=*randn(1,101)。%噪聲 erro=[]。 ERRO=[]。%誤差，為畫收斂曲線準(zhǔn)備 Emin=。 d=zeros(1,101)。 for m=1:101 d(1,m)=hermit(x(m))。%期望 end。 o=zeros(1,101)。 netj=zeros(1,j)。 net=zeros(1,j)。
數(shù)學(xué)相關(guān)推薦
鄂ICP備17016276號(hào)-1