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。
5 M2 E/ _. V$ x) ]( p& s8 ^) u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。
2、超定方程组：方程个数大于未知量个数的方程组。
- I1 m: [4 a' X' u4 O+ x# l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

其中 $ v. z0 B  `6 w

Ra=y % O+ T9 \+ Z9 {$ n# } （3） " y6 a! [" g3 h5 u: B+ P8 E

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
RTRa=RTy的解：
' p; K8 q( m2 _; j9 m  |0 Aa=(RTR)-1RTy
( H% X7 [) S  ~8 l5 N4 s4、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。
4 u" q7 Q5 T' @1 R3 ]5、多项式在x处的值y可用以下命令计算：
! s6 U' O) W. G; P
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