神经网络的注意事项

fenghuaxl

一、神经网络
' u- G$ R+ x5 t% V7 Z' y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。
) d4 x, A4 i$ x. O( p
% P) \/ s) o7 w2 ^( d二、插值拟合
1、插值得到的是数据点。拟合得到的是多项式。
2 m* v3 `, r! |3 h9 e5 |# W/ k  Y0 S2、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
2 ?/ D" h/ B$ x; n/ P8 F

  X# u% v) ~& ]" R; V

其中 + N5 h, ]8 Y6 c  S0 U- S" _( i

Ra=y . l, e0 p4 }* w2 y（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：
5 ]5 _9 q$ Y% ^$ Ba=(RTR)-1RTy
) g1 a5 O4 j6 O. j4、线性最小二乘拟合
a=polyfit(x,y,m)
# C" G5 @2 o. W: G; i( Y/ _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。
4 m6 _; }0 t, \4 v* l. C! z5、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

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