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
5 Z) N4 J" L! t9 B1 l" W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
% G4 U8 C/ G( ]) W3 h2 _一、神经网络
( K" L; i, l8 o% v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。
8 V7 Z$ R( q/ H5 W& X
二、插值拟合
1、插值得到的是数据点。拟合得到的是多项式。
# l+ H) d" Z6 {* T6 X9 e3 V! Y2、超定方程组：方程个数大于未知量个数的方程组。
+ n* a4 F7 @* u) r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
/ o! c$ v, \3 h: r; l4 b6 q
- B; W/ e; j3 m; I* Y
, g) A4 v0 l) q/ F其中
( N" E, N, b' V- d+ x
0 C! _9 Q0 y6 [; {! p6 i

Ra=y
- q; J8 p$ d2 {
0 _( g9 b) l0 }. ?! m* v（3）

  s# y5 ^8 G5 W2 E7 [/ j! d


- l" C6 K0 J# O2 }$ k3、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
8 `# k4 ]# ^0 F8 I6 T- E8 p7 NRTRa=RTy的解：
a=(RTR)-1RTy
4、线性最小二乘拟合
a=polyfit(x,y,m)
( C; v5 n3 A( _3 ba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：
9 y) y9 \7 p8 n# _. s
) v+ I7 L: y7 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