数学建模社区-数学中国
标题:
神经网络的注意事项
[打印本页]
作者:
fenghuaxl
时间:
2009-9-4 09:32
标题:
神经网络的注意事项
一、神经网络
$ Z8 i& ]5 a v1 M. P
样本数目不能太少
,
要足够的多。样本要分开，前几个做训练，后几个做检测。初始处理，使初始数据归一，在负一到一之间。
Q& z- Q2 m9 Q K8 W' l
初始数据的处理
[pn,minp(
归一后的最小值，最大值
),maxp,tn,mint,]=premnmx
（
pn,tn
为初始数据）。设置训练参数。
7 R; f9 ~/ m$ x2 i K1 {1 \. F3 r
6 z- r' @( P, D
二、插值拟合
, |5 K+ T! G7 o
1
、插值得到的是数据点。拟合得到的是多项式。
! v$ z+ c( _, }0 P) N) u4 e0 L; L
2
、超定方程组：方程个数大于未知量个数的方程组。
4 m) n* `$ S8 c# Z( r; O
所以，曲线拟合的最小二乘法要解决的问题，实际上就是求以下超定方程组的最小二乘解的问题
9 q M$ m- M: m1 ^! \ }
' l6 Q4 s$ {2 E* G4 q
9 S- f* N+ S/ H* \/ z1 k+ ?
其中
6 J0 }: O! g; [) f3 M% H
- e1 a% l9 }7 ?
Ra=y
; n; t K! m7 \) ^, q1 I3 s" j9 T
- f" w5 X( A0 I
（
3
）
. D5 |0 M! \/ ?
9 b- f5 m" C8 Z; m
3
、定理：当
RTR
可逆时，超定方程组（
3
）存在最小二乘解，且即为方程组
) K$ d9 B- k) g- m& g5 D0 N3 ^
RTRa=RTy
的解：
\( ~, g2 D6 ]5 c4 L; L" z7 S
a=(RTR)-1RTy
9 t& E) u, W5 L% ~3 w* J
4
、线性最小二乘拟合
( k' f; L8 ?, y! Q' l# M6 A$ S# V
a=polyfit(x,y,m)
9 ?. E. }! v6 Y1 x
a
为输出拟合多项式系数
a=[a1, …am , am+1] (
数组
)
），
X
，
Y
为输入同长度的数组，
m
为拟合多项式次数。
' P. R C) i' T* K" I' R. A
5
、多项式在
x
处的值
y
可用以下命令计算：
# ?- V. H& y2 M+ ]2 X' s
! J, b5 K. D! p* Z1 {$ q
y=polyval
（
a
，
x
）
( p# x6 ~. d: W( U
6
、非线性最小二乘拟合：
lsqcurvefit
（‘
fun
’，
x0,xdata,ydata
）用以求含参量
x
（向量）的向量值函数
作者:
wang027
时间:
2009-9-4 09:55
有点泛，能够详细一些就更好了，不过还是挺感谢的
作者:
dolphincc
时间:
2009-9-13 13:07
很好，注意的都总结了一下，省心自己想了。。
作者:
北极熊将军
时间:
2009-9-13 22:07
不太清楚~~~
作者:
北极熊将军
时间:
2009-9-13 22:07
有点难懂！！！
作者:
zengtao880724
时间:
2009-9-26 17:44
很好的啦，下载啦
作者:
大笨象
时间:
2009-9-29 12:59
恩。说的不错。
作者:
杨帆
时间:
2009-10-12 21:10
实用啊，呵呵
欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)
Powered by Discuz! X2.5