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
一、神经网络
# L3 ]. h: S6 q. w6 ?3 _2 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。
' k2 K% }/ ?8 ~" Q+ b& W5 h% j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。

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。
% |& V/ K  Y3 m1 X& B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
7 P( A! n9 Z- V: P1 a. u
; {( f7 S( f% a% }, ]
$ c; {+ r5 }. P/ z其中
9 k7 m' f6 D! @$ x
% ~$ P4 I! J( K
. v+ g$ |1 W3 k0 p2 F1 J' W6 n
1 [9 ~) T+ ], F& BRa=y
! ?+ e, |8 h7 ~& ?$ I; g
（3）



$ x" d- ^1 \; e
: q4 D3 }" v  j/ k3 Z8 K& f* t3、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
; Y: P7 z1 o5 N2 Q, FRTRa=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。
1 W) k4 B' t! N; T1 S2 i: L% H5、多项式在x处的值y可用以下命令计算：
, |9 R) \0 u" y; o2 P
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