matlab神經(jīng)網(wǎng)絡(luò)工具箱簡介和函數(shù)及示例(編輯修改稿)
2025-06-21 22:54 本頁面
【文章內(nèi)容簡介】 息表達(dá)方式： 將領(lǐng)域問題抽象為適合于網(wǎng)絡(luò)求解所能接受的某種數(shù)據(jù)形式。 問題形式的種類： ? 數(shù)據(jù)樣本已知； ? 數(shù)據(jù)樣本之間相互關(guān)系不明確； ? 輸入 /輸出模式為連續(xù)的或者離散的； ? 輸入數(shù)據(jù)按照模式進(jìn)行分類，模式可能會具有平移、旋轉(zhuǎn)或者伸縮等變化形式； ? 數(shù)據(jù)樣本的預(yù)處理； ? 將數(shù)據(jù)樣本分為訓(xùn)練樣本和測試樣本 ② 網(wǎng)絡(luò)模型的確定 主要是根據(jù)問題的實(shí)際情況， 選擇模型的類型、結(jié)構(gòu) 等。另外，還可以在典型網(wǎng)絡(luò)模型的基礎(chǔ)上，結(jié)合問題的具體情況， 對原網(wǎng)絡(luò)進(jìn)行變形、擴(kuò)充等 ，同時 還可以采用多種網(wǎng)絡(luò)模型的組合形式 。 ③ 網(wǎng)絡(luò)參數(shù)的選擇 確定網(wǎng)絡(luò)的輸入輸出神經(jīng)元的數(shù)目，如果是多層網(wǎng)絡(luò)，還需要進(jìn)一步確定隱含層神經(jīng)元的個數(shù)。 ④ 訓(xùn)練模式的確定 包括選擇合理的測試樣本，對網(wǎng)絡(luò)進(jìn)行測試、或者將網(wǎng)絡(luò)應(yīng)用于實(shí)際問題，檢驗(yàn)網(wǎng)絡(luò)性能。 ⑤ 網(wǎng)絡(luò)測試 選擇合理的測試樣本，對網(wǎng)絡(luò)進(jìn)行測試，或者將網(wǎng)絡(luò)應(yīng)用于實(shí)際問題，檢驗(yàn)網(wǎng)絡(luò)性能。 MATLAB的神經(jīng)網(wǎng)絡(luò)工具箱函數(shù) 函數(shù)類型 函數(shù)名稱 函數(shù)用途 仿真函數(shù) SIM 針對給定的輸入，得到網(wǎng)絡(luò)輸出 訓(xùn)練函數(shù) train 調(diào)用其它訓(xùn)練函數(shù)，對網(wǎng)絡(luò)進(jìn)行訓(xùn)練 trainh 對權(quán)值和閾值進(jìn)行訓(xùn)練 adapt 自適應(yīng)函數(shù) 學(xué)習(xí)函數(shù) learn 網(wǎng)絡(luò)權(quán)值和閾值的學(xué)習(xí) 初始化函數(shù) int 對網(wǎng)絡(luò)進(jìn)行初始化
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1