神經(jīng)網(wǎng)絡(luò)基于bp網(wǎng)絡(luò)的多層感知器實驗報告(編輯修改稿)
2024-07-19 18:30 本頁面
【文章內(nèi)容簡介】 y=zeros(1,j)。 p=1。 q=1。 azc=0。 acs=0。 for z=1:5 while q30000 Erro=0。 Erme=0。 for p=1:101 for i=1:j netj(1,i)=v(1,i)*x(1,p)。 y(1,i)=1/(1+exp(netj(1,i)))。 end。 o(1,p)=w*y39。+zhaosheng(p)。%噪聲 wucha=d(1,p)o(1,p)。%誤差 err(1,p)=1/2*wucha^2。 erro=[erro,wucha]。 q=q+1。 end。 for t=1:101。 Erro=Erro+erro(t)。 Erme=Erme+err(1,t)。 end。 erro=[]。 for m=1:j。 w(1,m)=w(1,m)+n*Erro*y(1,m)。 v(1,m)=v(1,m)+n*Erro*w(1,m)*y(1,m)*(1y(1,m))*x(1,p)。 end。 Erme=sqrt(Erme/101)。 ERRO=[ERRO,Erme]。 if ErmeEmin break。 end。 end。 azc=azc+Erme。 acs=acs+q。 end disp(39。平均誤差:39。)。 pjwc=1/5*azc figure(1)。 plot(x,d,39。r39。)。 hold on。 plot(x,o,39。b39。)。 disp(39。平均次數(shù):39。)。 pjcs=1/5*acs figure(2)。 plot(ERRO)。 figure(3)。 plot(x,d)。endfunction F = hermit(x) %hermit子函數(shù) F = *(1x+2*x^2)*exp(x^2/2)。end運行結(jié)果如下：表格2. 批處理BP算法平均最小誤差學習率結(jié)點數(shù)5810123. 對批處理訓(xùn)練BP算法增加動量項調(diào)整參數(shù)如上，記錄結(jié)果，并與沒有帶動量項的批處理訓(xùn)練BP算法的結(jié)果相比較程序如下：function jdlx %加動量項 close all。 clc。 x=[4::4]。%樣本101個 j=input(39。請輸入隱層節(jié)點數(shù) j = 39。)。%隱層節(jié)點數(shù) n=input(39。請輸入學習效率 n = 39。)。%學習效率
數(shù)學相關(guān)推薦
鄂ICP備17016276號-1