基于bp的數(shù)據(jù)分類ppt課件-資料下載頁
2025-05-01 23:41本頁面
【正文】 % calculate error in hidden layer FB e=b.*(1b).*(d*W39。)。 % adjust weights Wij between FB and FC for ki=1:i for kj=1:j DeltaW(ki,kj)=Alpha*b(ki)*d(kj)+Gamma*DeltaWOld(ki,kj)。 end end。 W=W+DeltaW。 第二十八章 MATLAB優(yōu)化算法案例分析與應(yīng)用 ? BP網(wǎng)絡(luò)的蝴蝶花分類預(yù)測(cè) 0 200 400 600 800 1000 1200 1400 160000 . 0 0 20 . 0 0 40 . 0 0 60 . 0 0 80 . 0 10 . 0 1 20 . 0 1 40 . 0 1 60 . 0 1 8圖 285 誤差圖 第二十八章 MATLAB優(yōu)化算法案例分析與應(yīng)用 ? BP網(wǎng)絡(luò)的蝴蝶花分類預(yù)測(cè) 圖 286 預(yù)測(cè)值和期望值 0 5 10 15 20 25 30 3500 . 511 . 522 . 53 第二十八章 MATLAB優(yōu)化算法案例分析與應(yīng)用 ? BP網(wǎng)絡(luò)的蝴蝶花分類預(yù)測(cè) 圖 2815 誤差圖 h=4， i=100， j=3， Alpha=， Beta= 1 1 . 1 1 . 2 1 . 3 1 . 4 1 . 5 1 . 6 1 . 7 1 . 8 1 . 9 2012345678x 1 04 第二十八章 MATLAB優(yōu)化算法案例分析與應(yīng)用 ? BP網(wǎng)絡(luò)的蝴蝶花分類預(yù)測(cè) 圖 2816 預(yù)測(cè)值和期望值 h=4， i=100， j=3， Alpha=， Beta= 0 5 10 15 20 25 30 3500 . 511 . 522 . 53
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1