函數(shù)逼近基于matlab的bp神經(jīng)網(wǎng)絡(luò)應(yīng)用-閱讀頁
2025-07-07 03:11本頁面
【正文】 對函數(shù)逼近的效果有很大的影響。隱層神經(jīng)元數(shù)目越多，則BP網(wǎng)絡(luò)逼近非線性函數(shù)的能力越強(qiáng)。擬設(shè)計一臺儀器，通過對血液樣本進(jìn)行光譜分析來測試血清中膽固醇水平。對這些病人，通過血清分離，同樣也測量了hdl、ldl、vldl膽固醇水平。 load choles_all %[pn,meanp,stdp,tn,meant,stdt]=prestd(p,t)。函數(shù)對樣本數(shù)據(jù)作歸一化處理[ptrans,sransMat]=prepca(pn,)。prepca下面檢驗(yàn)一下轉(zhuǎn)換后數(shù)據(jù)矩陣的大小。(2) 將這些數(shù)據(jù)分成幾個部分，分別用于訓(xùn)練、驗(yàn)證和測試。采用等間隔的方式在原始數(shù)據(jù)中抽取出這些數(shù)據(jù)。iival=4:4:Q。=ptrans(:,iival)。=ptrans(:,iitst)。ptr=ptrans(:,iitr)。 基于BP神經(jīng)網(wǎng)絡(luò)對膽固醇含量估計步驟一：網(wǎng)絡(luò)建立一切準(zhǔn)備工作做好后，開始建立網(wǎng)絡(luò)。隱層神經(jīng)元初步設(shè)計為五個，因?yàn)樾枰玫饺齻€目標(biāo)，網(wǎng)絡(luò)輸出層設(shè)計為三個神經(jīng)元。tansig39。purelin39。trainlm39。步驟二：網(wǎng)絡(luò)訓(xùn)練進(jìn)行網(wǎng)絡(luò)訓(xùn)練。[net,tr]=train(net,ptr,ttr,[],[],val,test)。將訓(xùn)練誤差，驗(yàn)證誤差和測試誤差繪制在一副圖中，這樣就可以更加直觀地觀察訓(xùn)練過程。39。:39。.39。Training39。Validation39。Test39。ylabel(39。)。時間39。線性回歸之前需要對網(wǎng)絡(luò)輸出進(jìn)行反規(guī)范轉(zhuǎn)換，因?yàn)橛腥M輸出值，所以應(yīng)進(jìn)行三次線性回歸。a=poststd(an,meant,stdt)。 %postreg( )將三組輸出進(jìn)行線性回歸分析 End（a） (b) (c) 線性回歸結(jié)果 (a) hdl線性回歸；(b) ldl線性回歸；(c) vhdl線性回歸 不同條件下的輸出結(jié)果對BP網(wǎng)絡(luò)型進(jìn)行改進(jìn)，將隱層神經(jīng)元數(shù)目加為15個。tansig39。purelin39。trainlm39。[net,tr]=train(net,ptr,ttr,[],[],val,test)。39。:39。.39。Training39。Validation39。Test39。ylabel(39。)。時間39。39。:39。.39。a=poststd(an,meant,stdt)。end[m(1),b(1),r(1)]=postreg(a(1,:),t(1,:))。 （a） (b) (c) 線性回歸結(jié)果 (a) hdl線性回歸；(b) ldl線性回歸；(c) vhdl線性回歸 討論綜上兩種情況比較下，其中當(dāng)隱層神經(jīng)元為五個時，前面兩個輸出期望值的跟蹤較好，而第三個輸出則吻合得不是很理想，作進(jìn)一步研究，在當(dāng)隱層數(shù)據(jù)為15時，較第一種情況，它的輸出更加接近于期望值。4 結(jié)束語本文首先總結(jié)了BP神經(jīng)網(wǎng)絡(luò)的研究目的和意義，介紹了BP神經(jīng)網(wǎng)絡(luò)的研究背景和現(xiàn)狀，分析了目前BP神經(jīng)網(wǎng)絡(luò)研究中存在的問題，還描述了BP神經(jīng)網(wǎng)絡(luò)算法的實(shí)現(xiàn)以及BP神經(jīng)網(wǎng)絡(luò)的工作原理。在本文中我們完成了對BP神經(jīng)網(wǎng)絡(luò)的曲線擬合、正弦函數(shù)逼近及模式識別例子它們的圖形和算法演示。本文所總結(jié)的BP神經(jīng)網(wǎng)絡(luò)和目前研究的現(xiàn)狀都還不夠全面，經(jīng)過程序調(diào)試的圖形有可能都還存在很多細(xì)節(jié)上的問題，而圖形曲線所實(shí)現(xiàn)效果都還不夠好，以及結(jié)果分析不夠全面、正確、缺乏科學(xué)性等，這些都還是需加強(qiáng)提高的，本文的完成并不代表就對這門學(xué)科研究的結(jié)束，還有很多知識、理論、研究成果需要不斷學(xué)習(xí)。但是神經(jīng)網(wǎng)絡(luò)的研究最近幾年還沒有達(dá)到非常熱門的階段，這還需有很多熱愛神經(jīng)網(wǎng)絡(luò)和研究神經(jīng)網(wǎng)絡(luò)人員的不斷研究和創(chuàng)新。參考文獻(xiàn):[1] 鄭君里,楊行峻.《人工神經(jīng)網(wǎng)絡(luò)》. 北京: 高等教育出版社,:1530[2] 郝中華.《B P神經(jīng)網(wǎng)絡(luò)的非線性思想》. (4)[3] 巨軍讓，卓戎.《B P神經(jīng)網(wǎng)絡(luò)在Matlab中的方便實(shí)現(xiàn) 》.(1)[4] 蔣宗禮.《人工神經(jīng)網(wǎng)絡(luò)導(dǎo)論》. 高等教育出版社，:1590[5] 聞新、周露、王丹力、熊曉英.《》，:1050[6] 葛哲學(xué)、孫志強(qiáng)編著 .《神經(jīng)網(wǎng)絡(luò)與matlab2007實(shí)現(xiàn)》. 北京：電子工業(yè)出版社，:15[7] 董長虹 編著 .《Matlab神經(jīng)網(wǎng)絡(luò)與應(yīng)用》. 北京：國防工業(yè)出版社，:113[8] 胡守仁，等.《神經(jīng)網(wǎng)絡(luò)導(dǎo)論》.長沙：國防科技大學(xué)出版社，1993:2345[9] 張玲，張鈸.《人工神經(jīng)網(wǎng)絡(luò)理及應(yīng)用》. 浙江：浙江科技大學(xué)出版社，:2062[10] Neural Network Tolbox User’s, The MathWorks. Inc,2003:1627[11] Matlab user’s Guide. The ,2003:2327[12] Neural Network Toolbox. Mathworks,2007:113[13] Philip D. Wasserman， Neural Computing: Theory and Practice，Van Nostrand Reinhold，1989.[14] 李學(xué)橋.《神經(jīng)網(wǎng)絡(luò)工程應(yīng)用》. 重慶：重慶大學(xué)出版社，:2073[15] 樓順天，等.《基于Matlab的系統(tǒng)分析與設(shè)計神經(jīng)網(wǎng)絡(luò)》. 西安：西安電子科技大學(xué)出版社，:2340[16] 周開利，康耀紅 編著.《神經(jīng)網(wǎng)絡(luò)模型及其MATLAB仿真程序設(shè)計》.2006:1043[17] 魏海坤.《神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計的理論與方法》.國防工業(yè)出版社，:2030BP Neural Network And Application based on MATLABJiang LiangliangSchool of Binjiang, Nanjing University of Information Science and Technology, Nanjing 210044ABSTRACT:First, the research purpose and significance of neural network is expound in this article. Commentary studies current situation at the problem home and abroad. Leads to the existing problems. and then have analysed algorithmic basal principle of neural networks,Give algorithmic concre of classics neural networks out the realization method. Summing up the characteristics of neural network algorithm. Neural network algorithm is given the basic processes. The arithmetic of BP neural network is realized in Matlab softwareThe algorithm applies of BP neural networks to the function approximation problem and pute the swatchcontent. And analysis of relevant parameters on the results of algorithm. Finally, The BP neural network algorithm is Outlook.Key word: neural network 。 function approximation
研究報告相關(guān)推薦
鄂ICP備17016276號-1