神经网络的注意事项

fenghuaxl

一、神经网络
. j0 N9 d* E+ }( a" M9 F6 |# R4 X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。
' \8 m1 Z% D! z& j) L$ y4 B5 x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
( C6 F( J+ p, P- L8 A) J! y& P1、插值得到的是数据点。拟合得到的是多项式。
2、超定方程组：方程个数大于未知量个数的方程组。
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

. h% ?1 v; |3 T( \/ L% w8 K, K
5 \: g+ o0 J+ s& Z" W9 I0 G$ L

其中 % b5 U1 S. N/ c" v' s" s

Ra=y 4 F7 a$ G0 V( A' ?( d（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
% V# s: _' e5 K) b" Z* F4 l+ RRTRa=RTy的解：
a=(RTR)-1RTy
4、线性最小二乘拟合
. s# j. t, _  b2 l% Ta=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。
5、多项式在x处的值y可用以下命令计算：

8 H" C& s$ j0 }0 _5 V6 sy=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