神经网络的注意事项

fenghuaxl

一、神经网络
) V' R: Z6 |5 f( T2 e" N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。
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。

二、插值拟合
1、插值得到的是数据点。拟合得到的是多项式。
$ w) V# E( q2 L  B  B! j2、超定方程组：方程个数大于未知量个数的方程组。
( m' V6 J. i/ t) I8 P4 U$ W( T) w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

# L! O. S5 Y( Q4 H6 Q+ N- m

其中 0 F/ T8 g" W( P4 G/ z6 w, i, s : W* F5 i. \4 c: M) V, L

Ra=y - e8 R" u- R$ V, [# ]+ Z（3）

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
8 Y! z3 X' V: s' v4 O. o4 fRTRa=RTy的解：
a=(RTR)-1RTy
4、线性最小二乘拟合
* [/ X6 S  R; ?: I& P5 na=polyfit(x,y,m)
3 |4 R1 C5 _6 s7 ha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。
( ?3 B, b% S7 ]% D$ Q6 |8 p5、多项式在x处的值y可用以下命令计算：

y=polyval（a，x）
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

wang027

有点泛，能够详细一些就更好了，不过还是挺感谢的

dolphincc

很好，注意的都总结了一下，省心自己想了。。

北极熊将军

不太清楚~~~

北极熊将军

有点难懂！！！

zengtao880724

很好的啦，下载啦

大笨象

恩。说的不错。

杨帆

实用啊，呵呵