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。

& S2 ^7 V2 l- }) C5 M, B( l3 I7 B& w二、插值拟合
7 u8 R' ?# K, z' Z* f1、插值得到的是数据点。拟合得到的是多项式。
5 e( d5 f' K5 L$ b4 N2、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

7 ^$ I- @2 B4 E4 ~; B* ?2 t; Y5 u& @
" Q4 z3 o4 j( i0 K5 w9 d

其中 4 n( K6 W- o( r 3 X9 g3 k% w. t/ m! d8 f& D1 m

Ra=y " l7 O2 D/ c8 ]" h1 u $ J, D' x# l* }+ A# k（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
RTRa=RTy的解：
a=(RTR)-1RTy
+ f  s7 p: ~( }6 L- X+ B. ^4、线性最小二乘拟合
a=polyfit(x,y,m)
' r2 \2 C5 D7 G9 ka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 a+ U- X2 P8 z: u- e5、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