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。
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。
. F. h' z: Q: P7 ]9 U/ B
二、插值拟合
4 n. r. I9 l$ f. U( c& j1、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。
/ }0 R7 _$ {3 T* A7 O8 e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

5 a; O1 i# G8 G$ ^6 n1 V& |4 z
& K3 C( J( d3 d9 ?7 g# m5 N

其中 % N& l) o" X" M: g2 h

Ra=y （3）

' r. ~, w' E( R$ N$ g( L1 Q7 o3、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
RTRa=RTy的解：
a=(RTR)-1RTy
- ^1 W# G& s/ K4、线性最小二乘拟合
5 F  @" d. P( Ya=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：
  Z, e( c, a! t" B3 A! |
5 L' x; S: X# R) i$ C* ]" cy=polyval（a，x）
2 k5 j* ~  o' S* H6、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