神经网络的注意事项

fenghuaxl

一、神经网络
4 U4 s! x: m  @* d: I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。
( `! u8 S; H6 m
二、插值拟合
3 c* m# z; u; D$ z6 `7 v4 N$ X% R1、插值得到的是数据点。拟合得到的是多项式。
$ b* H& P6 `4 w0 z' l2、超定方程组：方程个数大于未知量个数的方程组。
; {& e* q# o9 \1 o9 A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

Ra=y " a. g4 j) O- r! s + F* x, k: S) p, f8 e（3） % t8 |$ i  @5 J$ I, N  H: n+ O

& H9 U8 K, k' ~4 E9 D2 O3、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
$ P& ]; J, D& m" l8 {; f( ^4、线性最小二乘拟合
* Y0 L) Y) Y: U, \+ d, |) \2 sa=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。
5、多项式在x处的值y可用以下命令计算：
9 j( W# y* [, Z9 Z( ?) H0 P* a1 ]
4 b8 {6 D7 {& J% n0 U! ]4 }y=polyval（a，x）
; w. X; ~4 \/ ^! F% I3 E+ s6、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