神经网络的注意事项

fenghuaxl

一、神经网络
7 x, p4 |) U! ?$ o) v' z7 V+ g5 w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。

二、插值拟合
5 H. ?: o  ^* v' o! \1、插值得到的是数据点。拟合得到的是多项式。
  _# x/ h: X9 c$ U9 R+ y9 U2、超定方程组：方程个数大于未知量个数的方程组。
( x8 h5 b8 T. m; z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  u, w% }0 J6 U0 L" }$ C
2 p. f% P+ k' J8 S
# @: Q. t& u& O( d3 a

其中 5 O, G4 [+ Q4 Z! Y2 L

Ra=y ! S( i* f# V, x# g! F（3）

: p& i. J6 |5 a3、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：
# F" |/ f, N! F1 va=(RTR)-1RTy
4 k& l% x" V% 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：

) J. k8 K$ b; m# X6 X" G3 q& v! a& ~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

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