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
# c) i) v/ j9 B  ?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
7 R6 G0 p( a* o7 i3 u! A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。
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。

# t) b9 C. W, T二、插值拟合
/ y/ ~% D0 B' N" {$ Y1、插值得到的是数据点。拟合得到的是多项式。
6 v* ^( ?% M8 O) }5 I; L( E% F1 P- [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


其中
5 V" f$ k6 |0 A+ B0 {* V


Ra=y
* U$ x0 G: t$ g+ z" P9 ~* }
+ [( m2 o' X) m' g2 M（3）

: V3 z) G  C0 r" ]. f8 R& @, t$ D* w& x
7 ]8 W; |* W. r3 C, r
" s% ?9 w4 v$ p% b
, c2 b0 a9 E( q0 ~# v4 N: m8 b7 ~3、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
RTRa=RTy的解：
a=(RTR)-1RTy
4、线性最小二乘拟合
! E$ {0 \' z) G, I6 T) Na=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：

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