资源简介
该代码实现的是有一个隐层的复数神经网络，隐层采用的是tanh为激励函数
代码片段和文件信息
%Double_CVNN
%运用输入层-隐含层-输出层的BP算法结构，隐层、输出层的激励函数都为1/（1+exp（x））
%采用梯度下降算法进行训练
clear all;
clc
load GestData;
%inputs=rand（1100）+i*rand（1100）;
%targets=inputs.^2;
N=size（inputs2）/2;
IN=size（inputs1）;
HN=10;
ON=size（targets1）;
input=inputs（:1:260）;
output=targets（:1:260）;
Pre_err=0.2;
traintimes=5000;
% 对各个参数进行初始化
W=rand（HNIN‘double‘）-0.5+i*（rand（HNIN‘double‘）-0.5）;
V=rand（ONHN）-0.5+i*（rand（ONHN）-0.5）;
output=exp（i*pi/2*targets）;
IH=zeros（NHN）;
OH=zeros（NHN）;
seta=（rand（NHN）-0.5）+i*（rand（NHN）-0.5）;%隐层阈值
IO=zeros（NON）;
OO=zeros（NON）;
gama=（rand（NON）-0.5）+i*（rand（NON）-0.5）;%输出层阈值
e_err=zeros（NHN）;
delat_w=zeros（ONIN）;
study_number=1;
abs_err=zeros（ONN）;
J=zeros（traintimes1）;
up=0;
gi_r=ones（traintimes1）;
gi_i=ones（traintimes1）;
max
评论
共有 条评论