bp神经网络原理简介及matlab程序

w117950089

rqw rwrq wr wqr qwrwqr wrw qrwqrwqrwqrwqr

nicefall

顶个先。谢谢楼主！
+ b; {8 J; T. {6 b/ D$ h# n! A

347196468

%获得网络的输入样本P和目标样本T8 ~& w) C( K; Q/ g) e2 A' }
: q* x3 u" Y. ]( e- C$ QP=[1 0.6 0.1 0 0 0 0   1 0.5 0 0 0 0 0;4 K3 v* b+ @: I" G2 C& ?2 S& z
2 u" d1 n. H4 y# G0 I1 Q2 X9 ^; `1 0.6 0.1 0 0 0 0   0 0.5 1 0.4 0 0 0;9 |( R: l2 i; {7 p. o2 J% m
9 j6 z8 g$ h  P9 _7 }1 0.6 0.1 0 0 0 0   0 0 0 0.4 1 0.6 0;
0 R- ]6 [$ y& m  m) A, ^* Z% o  j1 0.6 0.1 0 0 0 0   0 0 0 0 0 0 0.8;) W( b  h! d6 V3 J9 O& b
0 0.6 0.6 0 0 0 0   1 0.5 0 0 0 0 0;; G6 ?) Q# P: @. f4 i& c
0 0.6 0.6 0 0 0 0   0 0.5 1 0.4 0 0 0;$ N  F( j  A$ |- d1 k$ G/ K+ k" Y; Q
0 0.6 0.6 0 0 0 0   0 0 0 0.4 1 0.6 0;
6 Q* |! h# _4 H2 z2 U6 _0 0.6 0.6 0 0 0 0   0 0 0 0 0 0 0.8;% V, f5 |% e2 r3 ^& D
8 m: \+ X  m* `  t; h; J0 0 0.6 1 0 0 0    1 0.5 0 0 0 0 0;
9 n7 n5 {* q5 [; T$ p+ s/ }$ }2 u' J' O& Y0 0 0.6 1 0 0 0    0 0.5 1 0.4 0 0 0;
. ^% y( D) O' C+ j# V' y- F! J/ [, B* f0 0 0.6 1 0 0 0    0 0 0 0.4 1 0.6 0;" h( s# ?% u' g$ h* X
0 0 0.6 1 0 0 0    0 0 0 0 0 0 0.8;
1 L# V0 g* A. h- _7 x- i' b" f* G5 P- G0 0 0 0 1 0.6 0    1 0.5 0 0 0 0 0;! p$ q8 S1 V+ @9 t7 i. o+ c
0 0 0 0 1 0.6 0    0 0.5 1 0.4 0 0 0;5 e* _9 w. i: p' ]; U. H+ K# f
$ d( A5 ]) V6 L. f0 0 0 0 1 0.6 0    0 0 0 0.4 1 0.6 0;  ^9 S7 i) L" N1 r+ {0 g& I
. a& a, u; M& q0 G6 _- M$ @0 0 0 0 1 0.6 0    0 0 0 0 0 0 0.8]';/ Q' c' j* D1 Y9 w. a5 [
T=[1 0.5 0 0 0 0 0 0;+ F, _7 y% q  B" Z
  I( f& K' z# c/ X9 B8 l7 }0 0 0 0.2 0.6 1 0.6 0.2;
' M5 N0 I, R/ x! D0 |1 g0 0 0 0.2 0.6 1 0.6 0.2;2 F- g1 H, Q6 j1 {  Y
8 m0 F) W4 k* ^% W0 d7 h9 l0 0 0 0.2 0.6 1 0.6 0.2;
6 i$ h8 w# p; Q; k# w% D6 e/ B1 ^( h6 V) |0.4 0.8 1 0.8 0.4 0.2 0 0;
) V, ]5 P+ u6 i/ [  h1 k7 Z/ Y! w( R  I* }0 0 0 0.2 0.6 1 0.6 0.2;/ y8 U  A! f( O( H( m
# i, d9 z: L' Q/ n4 t0 0 0 0 0 0.2 0.5 0.8;
) a8 J+ Z, ~8 {1 q3 Y! `( g0 0 0 0.2 0.6 1 0.6 0.2;
2 P- E1 M8 K8 Y) ?/ M- m0 0 0 0.2 0.6 1 0.6 0.2;( K1 W& p9 b7 r6 a7 [; a
% }0 R( i- c7 F. ~" s0 0 0 0.2 0.6 1 0.6 0.2;
) `0 v( T  z; b7 l: S6 J  f4 m6 e3 Y* J! u( n. u3 U0 0 0 0 0 0.2 0.5 0.8;
: p: y# X' z/ V6 C$ i, b3 i* H# ?. e2 {, q! g& u! D* o) @! t( l4 Z0 0 0 0 0 0.2 0.5 0.8;5 }/ y1 N  S, m# m, Z
+ e4 U% ^9 m! t  K% T" J. R! U0 0 0 0.2 0.6 1 0.6 0.2;, Q& Q; h+ \' @+ D9 W, _6 t
0 0 0 0.2 0.6 1 0.6 0.2;% a& I% x. Y* b! S3 Z
0 0 0 0 0 0.2 0.5 0.8;
; M+ J5 J' ?6 ?* Z0 k: e# x0 0 0 0 0 0.2 0.5 0.8]';
% l, U4 }- L# K% ^( x0 l- }8 I4 t* e%根据Kolmogorov定理，输入层有14个节点，所以中间层有29个节点$ f5 v3 N( Z/ H
/ D: c0 L3 L# W8 M%中间层神经元的传递函数为'tansig'
$ v( C8 l* t9 \, a; @5 [6 f/ K4 F  _$ S% C' Z& c% }) G# y/ ~%输出层有8个节点，其神经元传递函数为logsig
, \; `2 P* v% b( k0 h- u7 H6 H) `%训练函数采用traingdx
0 C& m3 c0 \* Nnet=newff(minmax(P),[29,8],{'tansig','logsig'},'traingdx');- ?/ b# _# j0 f* p8 n" w/ h" V
%训练步数为1000次" ?8 _& L' `% A% T; |1 ?6 e
%训练目标误差为0.001
  ]! [) p+ D+ cnet.trainParam.epochs=1000;* |  r9 y5 [5 H2 N5 i+ Q6 @
8 R  G2 [) c7 h" k/ M' A( {( |+ D2 vnet.trainParam.goal=0.001;
7 s9 a  L  j# V" {+ V; H% t7 b: r8 W, G9 O+ i5 {* Lnet=train(net,P,T);; \7 P2 W, `. E+ h, o/ B# I1 l) M
* E# Y& Q+ Z: u- XY=sim(net,P);
& L& J+ q2 a% ]: ]' a& `$ b' K& z& a%求训练值在每一个点上的误差: \5 F' N/ k7 o
& D5 |2 K" L) @+ Zfor i=1:16
, y9 Z7 N0 k; ~7 Q; z* j8 B* m8 \- W: _! N/ j    x(i)=norm(Y(:,i));
5 o( Z9 A; [  n* ^* P% e

zeta

谢谢楼主~~~~~~~~~~~~~~~~~~~~~~~~~

camel888

  我也在做这个，慢慢研究研究。

dingsw

刚开始学，非常需要，谢谢

qbx123

我也在做这个，慢慢研究研究。

mutou1991

谢谢楼主了

星空☆_畅想

太不厚道了，还要扣分。哎

筱之之园

分享，研究中