神经网络的注意事项

fenghuaxl

一、神经网络
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。
4 \8 Z6 N, `3 S/ G8 K  j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 T% Q. L. x2 Q) r3 I" l二、插值拟合
1、插值得到的是数据点。拟合得到的是多项式。
: }, e* r# L5 X0 N5 M) W2、超定方程组：方程个数大于未知量个数的方程组。
9 e& K$ K- I5 I) {4 S3 z0 d, U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
6 M5 j5 A, H5 B* h0 |9 L
: M/ I4 p0 I! a, A

其中 8 J9 m# }* K2 B% ?4 s

Ra=y ! p; a, X+ D1 }6 ^, n6 H9 K6 i % ]; U/ D: f& |, V( S3 q( x* a（3）

4 z: x  Q8 e  D" M. n0 D( Y6 ?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
" p- K9 x6 I, IRTRa=RTy的解：
a=(RTR)-1RTy
8 A6 x5 I$ Q0 d) k4、线性最小二乘拟合
a=polyfit(x,y,m)
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。
2 y# |( q0 u' w# u/ x3 C& }8 L5、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