matlab神經(jīng)網(wǎng)絡(luò)工具箱(編輯修改稿)
2025-06-21 22:54 本頁面
【文章內(nèi)容簡介】 ep 2 建立神經(jīng)網(wǎng)絡(luò) 畫輸入向量的圖像 MATLAB提供函數(shù) newp來創(chuàng)建一個指定的感知器。第一個參數(shù)指定了期望的兩個輸入向量的取值范圍，第二個參數(shù)指定了只有一個神經(jīng)元。 = newp([40 1。1 50],1)。 注意：這個神經(jīng)元的傳遞函數(shù)是 hardlim函數(shù)，也就是階躍函數(shù)。取 0， 1兩個值。Hardlims函數(shù)，取 1， 1兩個值。 實驗一 利用感知器進(jìn)行分類 (2) 添加神經(jīng)元的初始化值到分類圖 Step3 初始化的權(quán)值被設(shè)為 0，因此任何輸入都會給出同樣的輸出，并且分類線不會出現(xiàn)在這個圖中，不用害怕，我們會繼續(xù)訓(xùn)練這個神經(jīng)網(wǎng)。 hold on linehandle = plotpc({1},{1})。 //plotpc函數(shù)用來畫分類線 訓(xùn)練神經(jīng)網(wǎng)絡(luò) Step4 Matlab提供了 adapt函數(shù)來訓(xùn)練感知器， adapt函數(shù)返回一個新的能更好的執(zhí)行分類、網(wǎng)絡(luò)的輸出、和誤差的神經(jīng)網(wǎng)絡(luò)，這個劃線函數(shù)允許網(wǎng)絡(luò)從 3個角度去調(diào)整，畫分類線一直到誤差為 0為止。 E = 1。 //E為誤差 = 3。 //決定在訓(xùn)練過程中重復(fù)次數(shù) while (sse(E)) //sse函數(shù)是用來判定誤差 E的函數(shù) [,Y,E] = adapt(,P,T)。 //利用輸入樣本調(diào)節(jié)神經(jīng)網(wǎng) linehandle = plotpc({1},{1},linehandle)。/ /畫出調(diào)整以后的分類線 drawnow。 //延遲一段時間 end 實驗一 利用感知器進(jìn)行分類 (3) Step 5 模擬 sim sim函數(shù)能被用來劃分任何別的輸入向量，例如劃分一個輸入向量 [。 ].這個新點(diǎn)的圖像為紅色，他將用來顯示這個感知器如何把這個新點(diǎn)從最初的訓(xùn)練集取分開來。 p = [。 ]。 a = sim(,p)。 //利用模擬函數(shù) sim計算出新輸入 p的神經(jīng)網(wǎng)絡(luò)的輸出 plotpv(p,a)。 circle = findobj(gca,39。type39。, 39。line39。)。 set(circle,39。Color39。,39。red39。)。 打開 hold,以便于以前的圖像不被刪除。增加訓(xùn)練裝置和分類線在圖中。 hold on。 plotpv(P,T)。 plotpc({1},{1})。 hold off。 axis([2 2 2 2])。 這個感知器正確的區(qū)分了我們的新點(diǎn) (用紅色表示 )作為” zero”類 (用圓圈表示 )，而不是” one”類 (用 +號表示 )，盡管需要比較長的訓(xùn)練時間，這個感知器仍然適當(dāng)?shù)倪M(jìn)行了學(xué)習(xí)。最后放大感興趣的區(qū)域。 BP網(wǎng)絡(luò) ? 多層前饋網(wǎng)絡(luò) ? 主要功能 : 函數(shù)逼近 , 模式識別 , 信息分類 ? 傳遞函數(shù) :隱層采用 S形函數(shù) ,輸出層 S形函數(shù)或線性函數(shù) BP網(wǎng)絡(luò)的生成 newff 函數(shù) newff用來生成一個 BP網(wǎng)絡(luò) =newff(PR,[S1 S2...SN],{TF1 TF2... TFN},BTF,BLF,PF) PR: 一個 R 2矩陣 , 由 R維輸入向量的每維最小值和最大值組成 Si: 第 i層的神經(jīng)元個數(shù) TFi: 第 i層的傳遞函數(shù) , 默認(rèn)為 tansig BTF: 訓(xùn)練函數(shù) , 默認(rèn)為 trainlm BLF: 學(xué)習(xí)函數(shù) , 默認(rèn)為 learngdm PF: 性能函數(shù) , 默認(rèn)為 mse =newff([0,10。1,2],[5,1],{‘tansig’,’purelin’},’trainlm’)。 %生成一個兩層 BP網(wǎng)絡(luò) ,隱層和輸出層神經(jīng)的個數(shù)為 5和 1, 傳遞函數(shù)分別為tansig和 purelin, 訓(xùn)練函數(shù)為 trainlm, 其他默認(rèn) BP網(wǎng)絡(luò)的初始化 newf
范文總結(jié)相關(guān)推薦
鄂ICP備17016276號-1