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
0 M+ d! a' i. ?6 y; X5 R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
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。
2 ^, l* ?, M! K# i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。
$ O$ U4 T% l# O1 k- R
二、插值拟合
" i( e) u; c9 u4 i) s4 P! C1、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。
9 c7 S& l$ t7 O2 a5 V0 `* ]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
1 q+ e, c+ H3 E" U- Y% K! [

: R0 q  S; E* B0 x& n其中

# @+ ~- \7 h- o9 H: Z

Ra=y
7 {; p3 U- }. g8 c$ A, J$ r9 `
' c+ k, ?9 Z- u& |! n（3）




! u' ~; {2 I& G$ W  m0 V$ _, h3、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
0 ^! g, i1 P0 X& D8 Q; m$ JRTRa=RTy的解：
% E3 U7 H& y; x+ Ra=(RTR)-1RTy
: G+ a; q! C7 w4、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：
) `- ^1 L1 u& q% k
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