资源简介
神经网络matlab程序神经网络matlab程序神经网络matlab程序
代码片段和文件信息
clear all
clc
close all; %关闭当前所有figure图像
TrainNum=20;
inputNum=1;
hideNum=10;
outputNum=1;
rng(‘default‘) %依据系统时钟种子产生随机数
rng(0)
x_train=8*rand(1TrainNum)-4
y_vec=1.1*(1-x_train+2*x_train.^2).*exp(-x_train.^2/2);
NoiseVar=0.01; %噪声强度为0.1(添加噪声的目的是为了防止网络过度拟合)
Noise=NoiseVar*randn(1TrainNum); %生成噪声
y_train=y_vec + Noise; %将噪声添加到输出样本上
[x_trainxtrain]=mapminmax(x_train);
[y_trainytrain]=mapminmax(y_train);
precision=0.5; %预设精度
lr=0.01;
SSE=1;
mc=0.1;
W1=0.2*rand(hideNuminputNum)-0.1; %初始化输入层与隐含层之间的权值
B1=0.2*rand(hideNum1)-0.1; %初始化输入层与隐含层之间的阈值
W2=0.2*rand(outputNumhideNum)-0.1; %初始化输出层与隐含层之间的权值
B2=0.2*rand(outputNum1)-0.1; %初始化输出层与隐含层之间的阈值
W1_1=W1;W1_2=W1_1;
W2_1=W2;W2_2=W2_1;
B1_1=B1;B1_2=B1_1;
B2_1=B2;B2_2=B2_1;
ErrHistory=[]; %给中间变量预先占据内存
count=1;
counthistory=[1];
% tic
while(SSE>precision)
HiddenIn=x_train;
HiddenNet=W1*HiddenIn+repmat(B11TrainNum); % 隐含层网络输出10*100
HiddenOut=sin(HiddenNet); %sin(HiddenNet)1./(1+exp(-HiddenNet)),
finalNet=W2*HiddenOut+repmat(B21TrainNum); % 输出层网络输出1*100
finalOut=finalNet; %sin(finalNet)1./(1+e
相关资源
- 神经网络分类matlab程序
- 基于BP神经网络对几种字体0-9的数字识
- matlab版的车牌识别程序
- 基于BP神经网络的盲均衡算法 C程序(
- 小波神经网络Matlab交通仿真程序
- 基于BP神经网络的语音情感识别系统
- BP神经网络解决手写数字识别问题 m
- rbf神经网络求解机器人的运动学逆解
- BP神经网络实现手写数字识别matlab实现
- matlab神经网络实现数字识别
- matlab常用代码大全科研神器
- 应用BP神经网络逼近非线性函数
- 科研常用代码预测分类评价
- 基于BP神经网络的无线传感器定位算法
- BP神经网络在隧道基坑工程中的实际运
- RBF神经网络建模与预测(1)
- 利用BP神经网络实现手写体数字识别
- 利用BP神经网络对图像提取的MATLAB代码
- MATLAB神经网络43个案例分析源代码
- 《MATLAB 神经网络30个案例分析》源程
- 长江水质预测2005年数学建模+神经网络
- 基于遗传算法的小波神经网络在股票
-
基于SIMUli
nk的汽车发动机怠速模糊神 - 基于蚁群算法和神经网络匹配算法的
- 《MATLAB 神经网络30个案例分析》所有
- matlab神经网络30个案例分析278234
- 基于MATLAB的车牌识别算法
- 斯坦福机器学习编程作业machine-learn
- CNN卷积神经网络图像识别matlab
- 神经网络进行手写体验证码识别的代
评论
共有 条评论