常用数学模型及建模方法.数学建模讲义+数学建模先进算法讲义

minedoc

谢谢分享了...

heweicool1990

还好吧，顶~

BlackHero

谢谢分享哈。。

BlackHero

真是不错的东西

payonlynow

下了看看，呵呵

fangyingning

神经网络的注意事项
8 W" z  P. F. U) n本帖来自:数学中国 作者: fenghuaxl 日期: 半小时前 您是本帖第10个浏览者
1 }) E, x% E$ R神经网络, 事项
一、神经网络
% O  r, ~  `& Y& _0 w! w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。
% j/ Y2 q! N5 ^" ~/ o3 A( i
二、插值拟合
1、插值得到的是数据点。拟合得到的是多项式。
! h- s0 I- B0 L; }8 G0 f2、超定方程组：方程个数大于未知量个数的方程组。
' D* ], L" K- w7 H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

; J* [/ K0 j, t" o. s# }& f/ K
其中

" O$ Q- p% |; z& ]  d, @, v  ]" D

( a- i# ]  y, k* T9 A7 |Ra=y
+ ~8 O& g/ b2 Q# W. M
（3）

2 d$ j- t. ]$ @, r5 P0 `2 C6 b
2 |4 X1 X5 T+ \8 d' u2 i
. K( H7 P8 H/ X/ L9 K8 m+ ^1 d- U
8 U0 V+ S9 L2 j! o3 k/ a' o5 z! K3、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
4、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。
5、多项式在x处的值y可用以下命令计算：
: L0 J3 j6 [1 J+ ]0 H5 @
$ @. t$ l% l2 S2 Jy=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

fangyingning

发错了，对不住啊

skyar

先收藏了看看，谢楼主分享

jianglilong0225

下来看看！

欧阳群师

钱不重要，关键是知识的有无和自己的进步，从中获得的经验