神經(jīng)網(wǎng)絡基于bp網(wǎng)絡的多層感知器實驗報告-免費閱讀
【正文】 訓練樣本39。訓練樣本與測試樣本39。Hermit曲線39。)hold ony=.*(1x+2.*x.^2).*exp(x.^2/2)+*rand(1,100)。%給定輸入：y=.*(1x+2.*x.^2).*exp(x.^2/2)+*rand(1,100)。format short gA=[]。s1=0。 plot(ERRO)。 hold on。 acs=acs+q。 end v(1,m)=v(1,m)+n*Erro*w(1,m)*y(1,m)*(1y(1,m))*x(1,p)。 for t=1:101。 end。 p=1。%誤差，為畫收斂曲線準備 Emin=。%學習效率 a=。 clc。平均次數(shù):39。 plot(x,d,39。 end。 erro=[]。%誤差 err(1,p)=1/2*wucha^2。 for z=1:5 while q30000 Erro=0。 o=zeros(1,101)。 wucha=0。)。endfunction F = hermit(x)%hermit子函數(shù) F = *(1x+2*x^2)*exp(x^2/2)。次數(shù):39。 plot(x(:,2),d,39。 end。 end。+zhaosheng(p)。 acs=0。 for m=1:101 d(m)=hermit(x(m,2))。 v(1,:)=yuzhi。請輸入隱層節(jié)點數(shù) j = 39。 close all。神經(jīng)網(wǎng)絡及應用實驗報告實驗二、基于BP網(wǎng)絡的多層感知器一：實驗目的：1. 理解多層感知器的工作原理2. 通過調(diào)節(jié)算法參數(shù)了解參數(shù)的變化對于感知器訓練的影響3. 了解多層感知器局限性二：實驗原理：BP的基本思想：信號的正向傳播 誤差的反向傳播 –信號的正向傳播：輸入樣本從輸入層傳入，經(jīng)各隱層逐層處理后，傳向輸出層。 clear。)。%隱層閾值 err=zeros(1,101)。%期望 end。 for z=1:5 while q30000 Erme=0。%噪聲 wucha = d(p)o(p)。 for t=1:101。 end。r39。)。end運行結果如下：表格1. 單樣本BP算法平均最小誤差學習率結點數(shù)81012152. 實現(xiàn)解決該問題的批處理訓練BP網(wǎng)絡，調(diào)整參數(shù)如上。%隱層節(jié)點數(shù) n=input(39。 zhaosheng=*randn(1,101)。 netj=zeros(1,j)。 Erme=0。 erro=[erro,wucha]。 for m=1:j。 end。r39。)。 x=[4::4]。%動量系數(shù) w=rand(1,j)。 d
數(shù)學相關推薦
鄂ICP備17016276號-1