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
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
神经网络, 事项
6 r/ Y4 a. v- A0 _一、神经网络
3 X: s( e2 F& v  R, e& l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。

* r4 u2 n7 H9 n二、插值拟合
1、插值得到的是数据点。拟合得到的是多项式。
$ D2 w8 T, y, Q% e" O/ d/ S2、超定方程组：方程个数大于未知量个数的方程组。
6 q; y1 z  O, G* t9 R+ E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


( o8 i6 c9 Z: O6 F8 D+ q3 O其中
- V$ D: H# O4 J  F- M! l( ?


Ra=y
& r6 R: ?% M2 e% q  G# j
% j4 u: {2 K. r. [* Q! Z; ?1 {（3）
1 t+ G0 Z5 [+ [* I1 w$ x3 @
! t( Q1 g- f2 P/ y) z
- N. t6 \" N. u

6 J; i- f$ s4 r& L& g5 C3、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
5 G! Q# R$ {1 Z2 aRTRa=RTy的解：
a=(RTR)-1RTy
# g5 G. ?+ `4 W  M" y4、线性最小二乘拟合
+ U4 ~7 e, }' X, `a=polyfit(x,y,m)
. p; J5 [7 @9 M% |9 Oa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）
3 @2 E$ Q: d5 ~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