《神經(jīng)網(wǎng)絡建?！穚pt課件-預覽頁
【正文】 步向量細胞數(shù)組，那么權重 將在每一組輸入提交的時候更新（就是增加方 式）；如果輸入是同步向量矩陣，那么權重將只 在所有輸入提交的時候更新（就是批處理方式）。 在此我們用函數(shù) adapt，并給出輸入和目標序列：假定我們要 訓練網(wǎng)絡建立以下線性函數(shù)： t=2p1+p2 . 我們的輸入是： 目標輸出是： t1=[4],t2=[5] ,t3=[7] ,t4=[7] 首先用 0初始化權重和偏置。 {1,1} = [0 0]。1] [2。 用增加方式訓練網(wǎng)絡： = newlin([1 1。 P = {[1。1]}。錯誤和目標輸出相等。 [,a,e,pf] = adapt(,P,T)。 現(xiàn)在有許多基本的優(yōu)化算法 ， 例如變尺度算法和牛頓算法 。 為了提高網(wǎng)絡的適用性 ， 神經(jīng)網(wǎng)絡工具箱提供了兩個特性 規(guī)則化和早期停止 。 2） 在 BP網(wǎng)絡中，轉移函數(shù)可求導是非常重要的，tansig、 logsig和 purelin都有對應的導函數(shù) dtansig、dlogsig和 dpurelin。 第一個參數(shù)是一個 RxS1的矩陣以定義 R個輸入向量的最小值 和最大值。 例、創(chuàng)建一個二層網(wǎng)絡 它的輸入是兩個元素的向量，第一層有四個神經(jīng)元，第二層有三個神 經(jīng)元。 0 5],[4,3],{‘tansig’,‘purelin’},‘traingd’)。 = init()。 2） initnw通常用于轉換函數(shù)是曲線函數(shù)。 ? 初始化函數(shù)被 newff所調用。例如，我們用newff創(chuàng)建的網(wǎng)絡，它缺省用 initnw來初始化第一層。rands39。rands39。 p = [1。2 4 1]。在訓練期間網(wǎng)絡的加權和偏差不斷的把網(wǎng)絡性能函數(shù) 到最小。 有兩種不同的辦法實現(xiàn)梯度下降算法：增加模式和批處 理模式。當然我們要指定輸入 值和目標值如下所示： p = [1 1 2 2。每一個細 胞都是一個輸入或者目標向量。 訓練結束以后，就可以模擬網(wǎng)絡輸出來檢驗訓練質量了。 問題分析：要求依據(jù)已知資料（ 9支 Af的數(shù)據(jù)和 6支 Apf的數(shù)據(jù)）制定一種分類方法，類別是已經(jīng)給定的（ Af或 Apf）。因為，對于任何一個未知類別的樣品，只 要將其觸角及翅膀長度輸入網(wǎng)絡，視其輸出模式靠近 (1,0)亦或 (0,1)，就可能判斷其歸屬。 我們希望對應于學習樣本中 Af樣品的輸出是 (1,0)，對應于 Apf的輸出是 (0,1)，這樣的輸出稱之為理想輸出。不斷重復這一過程，一定能達到 E 的一個（局部）極小點。 由實際輸出與理想輸出的差及 決定，而 則需依賴 算出，因此，這一算法才稱為 向后傳播算法。 蠓蟲分類問題求解 ? clear ? p1=[,。,。,]。, ? ,。 ? pr=minmax(p)。h39。logsig39。 ? = 10。 ? = train(,p,goal)。 ? y0=sim(,p) ? y=sim(,x) 例 人口預測 以下是從 《 北京統(tǒng)計年鑒 》 中得到的 19802022年的北京城近郊區(qū)戶籍人口統(tǒng)計結果作為樣本數(shù)據(jù)，建立人工神經(jīng)網(wǎng)絡模型，預測、 2022年的北京城近郊區(qū)戶籍人口 北京市人口數(shù)統(tǒng)計表： 年份 人數(shù)（萬人） 年份 人數(shù)（萬人） 1980 1996 1981 1997 1982 1998 1983 1999 1984 2022 1985 2022 1986 2022 1987 2022 1988 2022 1989 2022 1990 592 2022 1991 2022 1992 2022 1993 2022 1994 2022 1995 數(shù)據(jù)處理后的樣本數(shù)據(jù)： 樣本用途 樣本組數(shù) 輸入一 輸入二 輸入三 輸入四 輸出 學 習 樣 本 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 檢 驗 樣 本 23 24 25 26 27 ? %樣本訓練 ? =newff(minmax(p),[6,1],{39。},39。%當前輸入層權值和閾值 ? inputbias={1}。mse39。 ? =。 ? x=[1984:2022]。 ? plot(x,e)。*39。)。實際樣本值分別為： ，
教學課件相關推薦
鄂ICP備17016276號-1