神经网络学习资料

xyhello

0 s: z- |8 p6 X5 D* O8 p0 Y( k  Y
6 Z8 O2 n$ I0 E4 G* E: `  ?包含
神经网络理论与MATLAB7实现
神经网络与信号分析
/ w  V& ~" J+ ~' Y神经网络信号处理
人工神经网络原理——入门与应用
; A2 f6 ]) b/ R' r- }; J  @, g4 b神经网络与神经计算机
+ J# Q* ?# I( y5 Z( v( u6 _神经网络理论与应用
. ~* G! Q( D- v. }matlab神经网络工具箱应用简介
& {& G6 E* J' q: i" Q3 T
; Q2 t, ?. G* m- a9 j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！

347196468

%获得网络的输入样本P和目标样本T8 ~& w) C( K; Q/ g) e2 A' }
P=[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
1 0.6 0.1 0 0 0 0   0 0 0 0.4 1 0.6 0;
) 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
, ~' g; c6 t% H$ ~0 i- t3 ]) R0 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
- M$ x2 D) V7 ?; L: ]1 w0 0.6 0.6 0 0 0 0   0 0 0 0.4 1 0.6 0;
6 l; g) ]- |4 K1 p1 }6 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
0 0 0.6 1 0 0 0    1 0.5 0 0 0 0 0;
' Z( Q6 d6 V: w6 Y+ 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
0 0 0.6 1 0 0 0    0 0 0 0 0 0 0.8;
; ?; U7 v3 A' g- _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
0 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
1 i0 o$ l6 Q% P4 L! J" j( h; v0 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
, V; O2 f% U4 ~5 b; |' O* j0 0 0 0 1 0.6 0    0 0 0 0 0 0 0.8]';/ Q' c' j* D1 Y9 w. a5 [
T=[1 0.5 0 0 0 0 0 0;+ F, _7 y% q  B" Z
0 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
# [9 O7 g& j0 U! m: m- `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;
, D/ [, t0 a" ^7 l+ n' i+ E  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;
) 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
9 ?' o) H" a- Q) a, @( j0 0 0 0.2 0.6 1 0.6 0.2;
4 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
: S* p9 L7 H. v( d+ ^+ w0 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
/ T$ U. O4 m+ t" b%中间层神经元的传递函数为'tansig'
4 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
, \; `2 P* v% b( k0 h- u7 H6 H) `%训练函数采用traingdx
0 C& m3 c0 \* Nnet=newff(minmax(P),[29,8],{'tansig','logsig'},'traingdx');- ?/ b# _# j0 f* p8 n" w/ h" V
%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 @
net.trainParam.goal=0.001;
7 w' f1 x4 I' ?" F) t( c2 Z; H% t7 b: r8 W, G9 O+ i5 {* Lnet=train(net,P,T);; \7 P2 W, `. E+ h, o/ B# I1 l) M
Y=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
. A) y& J5 |5 hfor i=1:16
8 B* m8 \- W: _! N/ j    x(i)=norm(Y(:,i));
3 ?' U8 Q# ^4 @: J! ?) z" B5 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