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
# z) S( e2 r2 ~& k: R# D' G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
' ]* c' V4 w+ j5 [& q. \4 u* ?# h神经网络, 事项
一、神经网络
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。
6 X5 L4 q7 J9 Y6 h3 ^4 }1 m9 b3 @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。

8 W' a6 R7 J' `2 d* W# y5 H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
$ S: m! N% p/ V! R, w0 u: ?& x7 T0 Z
2 Y2 L2 w: I; [) A* A" b
其中

8 N; r' q- G1 \

Ra=y

" ?3 t( O: R: Z; ~( P（3）
& G7 S. D' m& k


" ^6 ]# p) R5 O5 @' q
1 Q/ D( Z6 a# A9 `' T5 I) I3、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
/ n' o% {; S5 ]+ `3 ]- qRTRa=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：

7 N7 }( B8 [8 J6 S4 A4 ^! k5 {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