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
9 W5 o, y8 O  s) S& x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
, j3 S$ ^0 T# Y0 H" r! c2 I神经网络, 事项
" u# I% Q5 e. o0 m5 G0 C一、神经网络
! r/ B% r2 |" y1 L9 m. h" i9 H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。
* M  T8 o4 p0 N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。
% l/ b+ |9 R' B3 `
# Z; ~# e3 K- p& ^  U二、插值拟合
  k! P9 p) X; _" H# I8 r1、插值得到的是数据点。拟合得到的是多项式。
& q  B' y( ]' b: i1 [/ F  _) }6 m2、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


/ K" y3 P: H6 x. ]# Z( v; T其中


; t' ~2 R  a! G2 M# e" D9 a; Q
Ra=y

（3）


! E9 k: ?# v" L( u1 i

3、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：
1 J$ A8 z+ u" i2 |+ {+ I2 Ta=(RTR)-1RTy
4、线性最小二乘拟合
a=polyfit(x,y,m)
! `& j! h; D4 H8 ia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：

y=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