神经网络的注意事项

fenghuaxl

一、神经网络
# `3 W1 N+ e* f$ W/ N5 {% l5 z, E$ T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。

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。
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
/ W; ]% T8 [  }* k* l& a# F

3 @" ^( L# f1 A- k+ d  I1 R

其中

Ra=y （3） & T0 k. v" D1 T* |9 L1 f7 w5 {* X

$ _# p8 X/ U0 O$ V' e3、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
+ P7 M+ a% G% i: a$ ]RTRa=RTy的解：
a=(RTR)-1RTy
  \; v, h2 S3 R! W) [; E" X/ p4、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。
# k. w9 q, c/ t) @0 ]0 Z5、多项式在x处的值y可用以下命令计算：
$ p7 V4 X" R( Y! ?/ P
$ t, u6 ?' Q: f/ wy=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