神经网络的注意事项

fenghuaxl

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 p& D; `  v1 k8 Z3 O6 |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。
2 ~/ k2 m7 U  O3 J  L
二、插值拟合
! ^& c0 f. w6 j1 E4 P! d. Q& w1、插值得到的是数据点。拟合得到的是多项式。
5 U# O; Y# X9 ~2 R2、超定方程组：方程个数大于未知量个数的方程组。
0 t) z- V7 g3 \3 L# c& P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 0 S9 P& m$ _7 V6 ]3 y  \  n

Ra=y 6 e3 R! _0 e- U（3）

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：
; z5 D/ D9 }/ Q/ w# r$ e% [4 Z9 O/ Ha=(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。
3 R) E; l4 x6 F9 B$ q: O! H# T5、多项式在x处的值y可用以下命令计算：

/ T8 c1 G" C' x2 x( ^5 Iy=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

wang027

有点泛，能够详细一些就更好了，不过还是挺感谢的

dolphincc

很好，注意的都总结了一下，省心自己想了。。

北极熊将军

不太清楚~~~

北极熊将军

有点难懂！！！

zengtao880724

很好的啦，下载啦

大笨象

恩。说的不错。

杨帆

实用啊，呵呵