一matlab程序中一点点的小问题

yychanaz

神经网络预测
' U" X: i5 q: [! R  s* q3 _6 U5 O- ^% 数据为1986年到2000年的交通量 ，网络为3输入，1输出
% 15组数据，其中9组为正常训练数据，3组为变量数据，3组为测试数据
3 {8 n/ m; n3 O%by akjuan
%all rights preserved by www.4math.cn
' m6 P# I4 m2 _All_error=[];%所有误差存储
, n+ f8 \; `. T3 U, @year=1986:2000;%数据是从1986到2000年的
p=[493 372 445;372 445 176;445 176 235;176 235 378;235 378 429;...
   378 429 561;429 561 651;561 651 467;651 467 527;467 527 668;...
( F1 C; A) o* B! r8 D   527 668 841; 668 841 526;841 526 480;526 480 567;480 567 685]';%输入数据，共15组，每组3个输入
7 M- F; @) N& }: F1 B0 |+ g3 q0 b7 ct=[176 235 378 429 561 651 467 527 668 841 526 480 567 685 507];%输出数据，共15组，每组1个输出
[normInput,ps] = mapminmax(p);
/ H3 M3 W9 K5 _[normTarget,ts] = mapminmax(t);
testPercent = 0.20;  % Adjust as desired
validatePercent = 0.20;  % Adust as desired
[trainSamples,validateSamples,testSamples] = dividevec(normInput,normTarget,validatePercent,testPercent);
% R% A4 p  _8 T# ^/ Vfor j=1:200
0 {1 y, [7 I  l; F$ ]2 w! `# y9 n0 INodeNum1 = 20; % 隐层第一层节点数
NodeNum2=40;   % 隐层第二层节点数
& A; b* a' |) d9 }TypeNum = 1;   % 输出维数
TF1 = 'tansig';TF2 = 'tansig'; TF3 = 'tansig';
- r6 D( U* w( c. I" v3 x  wnet=newff(minmax(normInput),[NodeNum1,NodeNum2,TypeNum],{TF1 TF2 TF3},'traingdx');%网络创建net.trainParam.epochs=10000;%训练次数设置
net.trainParam.goal=1e-6;%训练目标设置
PL.lr=0.01;net.trainfcn='traingdm';
[net,tr] = train(net,trainSamples.P,trainSamples.T,[],[],validateSamples,testSamples);
) F# m# Z) X) I& m% m8 }4 m7 i. n[normTrainOutput,Pf,Af,E,trainPerf] = sim(net,trainSamples.P,[],[],trainSamples.T);%正常输入的9组p数据，BP得到的结果t
[normValidateOutput,Pf,Af,E,validatePerf] = sim(net,validateSamples.P,[],[],validateSamples.T);%用作变量3的数据p，BP得到的结果t
[normTestOutput,Pf,Af,E,testPerf] = sim(net,testSamples.P,[],[],testSamples.T);%用作测试的3组数据p，BP得到的结果t
trainOutput = mapminmax('reverse',normTrainOutput,ts);%正常输入的9组p数据，BP得到的归一化后的结果t
trainInsect = mapminmax('reverse',trainSamples.T,ts);%正常输入的9组数据t
validateOutput = mapminmax('reverse',normValidateOutput,ts);%用作变量3的数据p，BP得到的归一化的结果t
validateInsect = mapminmax('reverse',validateSamples.T,ts);%用作变量3的数据t
testOutput = mapminmax('reverse',normTestOutput,ts);%用作变量3组数据p，BP得到的归一化的结果t
  D5 K6 x0 m( k* z9 p2 q6 O# ttestInsect = mapminmax('reverse',testSamples.T,ts);%用作变量3组数据t
- M3 H2 H& m3 Z%绝对误差计算
absTrainError = trainOutput-trainInsect;
absTestError = testOutput-testInsect;
error_sum=sqrt(absTestError(1).^2+absTestError(2).^2+absTestError(3).^2);
All_error=[All_error error_sum];
eps=90;%其为3组测试数据的标准差，或者每个数据偏差在一定范围内而判别
if ((abs(absTestError(1))<=30 )&(abs(absTestError(2))<=30)&(abs(absTestError(3))<=30)|(error_sum<=eps))
save mynetdata net
     break
; G' S# _6 y3 [% q" r: qend
j
* L: ]7 M8 Y- E  r: L6 Pend
问题是：
" e5 L" L7 v: U) y" ^& {) b5 c  Z9 Pif ((abs(absTestError(1))<=30 )&(abs(absTestError(2))<=30)&(abs(absTestError(3))<=30)|(error_sum<=eps))
1 A9 O# [4 |+ P中的30是怎么算出来的啊

刚飒雷丝

好复杂啊!看不懂