神经网络学习资料

xyhello

0 _1 n- q9 K1 W) }. W
包含
神经网络理论与MATLAB7实现
神经网络与信号分析
! ?: v4 K3 c& y* `神经网络信号处理
6 x  J8 E/ {3 A9 k* K: _, b人工神经网络原理——入门与应用
, g9 L& m& F- b0 |, p4 s, t神经网络与神经计算机
神经网络理论与应用
matlab神经网络工具箱应用简介
% R& f& n& m) F; B" U1 n* t5 a
) m; d+ V. z4 S2 ~" f! w部分较大，故分卷~~~（即有分卷的需下载完整方能解压）

nincompoop

很多资料，先谢谢了！

scut鹏哥

这资料不大好用

浮云漫步

不知道能满足我的需要不，先谢过楼主了，以后多分享！
( y( }3 K2 Z1 @4 M+ Z" J

347196468

%获得网络的输入样本P和目标样本T8 ~& w) C( K; Q/ g) e2 A' }
  Q# V8 [. S, C3 t, XP=[1 0.6 0.1 0 0 0 0   1 0.5 0 0 0 0 0;4 K3 v* b+ @: I" G2 C& ?2 S& z
1 0.6 0.1 0 0 0 0   0 0.5 1 0.4 0 0 0;9 |( R: l2 i; {7 p. o2 J% m
2 X! `$ h1 ]% U% q. c1 0.6 0.1 0 0 0 0   0 0 0 0.4 1 0.6 0;
- `3 G) x% P# z2 L) A, ^* Z% o  j1 0.6 0.1 0 0 0 0   0 0 0 0 0 0 0.8;) W( b  h! d6 V3 J9 O& b
0 0.6 0.6 0 0 0 0   1 0.5 0 0 0 0 0;; G6 ?) Q# P: @. f4 i& c
0 0.6 0.6 0 0 0 0   0 0.5 1 0.4 0 0 0;$ N  F( j  A$ |- d1 k$ G/ K+ k" Y; Q
0 0.6 0.6 0 0 0 0   0 0 0 0.4 1 0.6 0;
; }9 t2 n0 S1 H2 a2 H2 _4 q' T6 Q* |! h# _4 H2 z2 U6 _0 0.6 0.6 0 0 0 0   0 0 0 0 0 0 0.8;% V, f5 |% e2 r3 ^& D
# W5 F. w1 |  ~2 H4 h8 f7 z) J$ J5 ~0 0 0.6 1 0 0 0    1 0.5 0 0 0 0 0;
4 g! y  J! q4 O2 t9 ~8 L+ s/ }$ }2 u' J' O& Y0 0 0.6 1 0 0 0    0 0.5 1 0.4 0 0 0;
# V' y- F! J/ [, B* f0 0 0.6 1 0 0 0    0 0 0 0.4 1 0.6 0;" h( s# ?% u' g$ h* X
% ^5 v, N0 }3 t& [( V: u- h) ^0 0 0.6 1 0 0 0    0 0 0 0 0 0 0.8;
: X5 b" D' g9 z  O- x& [- _7 x- i' b" f* G5 P- G0 0 0 0 1 0.6 0    1 0.5 0 0 0 0 0;! p$ q8 S1 V+ @9 t7 i. o+ c
. \! s. Y- o# n0 0 0 0 1 0.6 0    0 0.5 1 0.4 0 0 0;5 e* _9 w. i: p' ]; U. H+ K# f
& a6 e+ f( i, X9 U# P0 0 0 0 1 0.6 0    0 0 0 0.4 1 0.6 0;  ^9 S7 i) L" N1 r+ {0 g& I
0 j4 i$ e3 k2 T6 I& u& f0 0 0 0 1 0.6 0    0 0 0 0 0 0 0.8]';/ Q' c' j* D1 Y9 w. a5 [
9 D1 a7 l2 h* n/ ~T=[1 0.5 0 0 0 0 0 0;+ F, _7 y% q  B" Z
! z1 S4 |' V! o7 h0 0 0 0.2 0.6 1 0.6 0.2;
' M5 N0 I, R/ x! D0 |1 g0 0 0 0.2 0.6 1 0.6 0.2;2 F- g1 H, Q6 j1 {  Y
/ {- T  A7 s7 U% z0 M1 S$ }0 0 0 0.2 0.6 1 0.6 0.2;
% D6 e/ B1 ^( h6 V) |0.4 0.8 1 0.8 0.4 0.2 0 0;
! ~/ V6 B, H, Q5 K# A  h1 k7 Z/ Y! w( R  I* }0 0 0 0.2 0.6 1 0.6 0.2;/ y8 U  A! f( O( H( m
0 0 0 0 0 0.2 0.5 0.8;
' C4 M: U  U2 y# |) a8 J+ Z, ~8 {1 q3 Y! `( g0 0 0 0.2 0.6 1 0.6 0.2;
2 P- E1 M8 K8 Y) ?/ M- m0 0 0 0.2 0.6 1 0.6 0.2;( K1 W& p9 b7 r6 a7 [; a
$ @+ L1 N) o2 Y+ c9 q& w6 Q0 0 0 0.2 0.6 1 0.6 0.2;
3 H) y- ~9 P& c* w$ P4 m6 e3 Y* J! u( n. u3 U0 0 0 0 0 0.2 0.5 0.8;
. e2 {, q! g& u! D* o) @! t( l4 Z0 0 0 0 0 0.2 0.5 0.8;5 }/ y1 N  S, m# m, Z
0 0 0 0.2 0.6 1 0.6 0.2;, Q& Q; h+ \' @+ D9 W, _6 t
0 0 0 0.2 0.6 1 0.6 0.2;% a& I% x. Y* b! S3 Z
0 0 0 0 0 0.2 0.5 0.8;
; M+ J5 J' ?6 ?* Z0 k: e# x0 0 0 0 0 0.2 0.5 0.8]';
( x0 l- }8 I4 t* e%根据Kolmogorov定理，输入层有14个节点，所以中间层有29个节点$ f5 v3 N( Z/ H
) n: ?5 u0 H1 N%中间层神经元的传递函数为'tansig'
+ ^- X9 G3 {9 d8 m9 ]# c( M4 F  _$ S% C' Z& c% }) G# y/ ~%输出层有8个节点，其神经元传递函数为logsig
  Y8 Z5 e- e/ D9 ?4 N, \; `2 P* v% b( k0 h- u7 H6 H) `%训练函数采用traingdx
4 e; p0 E9 L: U5 ]6 O0 C& m3 c0 \* Nnet=newff(minmax(P),[29,8],{'tansig','logsig'},'traingdx');- ?/ b# _# j0 f* p8 n" w/ h" V
! e- ~7 @. _4 c* \5 x+ s%训练步数为1000次" ?8 _& L' `% A% T; |1 ?6 e
%训练目标误差为0.001
  ]! [) p+ D+ cnet.trainParam.epochs=1000;* |  r9 y5 [5 H2 N5 i+ Q6 @
' a+ @4 U) i  l3 Mnet.trainParam.goal=0.001;
; H% t7 b: r8 W, G9 O+ i5 {* Lnet=train(net,P,T);; \7 P2 W, `. E+ h, o/ B# I1 l) M
- z* J# Y0 a5 u/ tY=sim(net,P);
: ]' a& `$ b' K& z& a%求训练值在每一个点上的误差: \5 F' N/ k7 o
for i=1:16
8 B* m8 \- W: _! N/ j    x(i)=norm(Y(:,i));
5 o( Z9 A; [  n* ^* P% e

欧阳群师

怎么多啊，看那个好啊。。。。。。。

zhuangqg6855

嗯，先看看再说！！！！！！！！！！！！！！！！！！！！

doudoumian22

asdhfbsdjfbsdbhfjsdhbfsdh

doudoumian22

ksjfdnksjdnfkjdsnfkdsfn

doudoumian22

sgkjnsdkfndskfnksdnfksdjf