资源简介
利用BP神经网络逼近非线性函数(不使用网络工具箱),可自行修改节点数,学习率等参数。
代码片段和文件信息
%使用BP神经网络来对函数:y=nonlinear_func(x1x2)进行逼近
clc; %清屏
close all; %关闭已打开的所有视图窗口
clear all; %清除工作空间中的所有变量
%首先,在[01]中随机生成1000个BP神经网络的训练样本
%并将样本的数据保存在名为trdata的矩阵中
%此时trdata为1000*3的矩阵,且第12两列存放x1,x2的值,第3列存放与之对应函数的值
trdata_nums = 1000;
trdata = [];
for i = 1:1:trdata_nums
x1 = 1.1*rand(); %在[01.1]中随机产生一个数作为x1的值
x2 = 1.1*rand(); %在[01.1]中随机产生一个数作为x2的值
y = nonlinear_func(x1x2); %计算对应x1,x2的函数值
trdata = [trdata;x1x2y];
end
%BP神经网络的输入节点有2个,输出节点有1个,隐含节点的个数设置为hidden_nums个
%利用rands()函数,产生输入层到隐含层(w1)和隐含层到输出层(w2)的初始权值
%并用zeros()函数,将初始权值的变换量设为0
input_nums = 2;
hidden_nums = 19;
output_nums = 1;
w1 = rands(input_numshidden_nums);
w2 = rands(hidden_numsoutput_nums);
dw1 = zeros(input_numshidden_nums);
dw2 = zeros(hidden_numsoutput_nums);
hidden = r
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 3253 2019-01-21 11:19 BFBP\BFBP.m
文件 93 2019-01-21 11:17 BFBP\nonlinear_func.m
目录 0 2019-01-21 11:38 BFBP\
- 上一篇:DBSCAN算法
- 下一篇:微信商城小程序完整源码-绿色基调.rar
相关资源
- SAR BP 算法
- AdaptingBP算法
- BP神经网络预测超详细
- 利用bp神经网络进行语音信号识别
- BP-PID程序
- GA优化BP神经网络
- 基于人工神经网络的人脸朝向识别模
- 编译libharu库用于生成Pdf
- libPLS:a Library for PLSR and DA
- GPSubPoints.dll
- Mini-C编译器设计与实现%2B论文%2Bppt%
- 基于BP神经网络整定的PID控制
- MIMO 检测算法 ML、ZF、MMSE 等采用 BPS
- 搬运工plsdaplslda代码分享-libPLS_1.95.z
- BPMN详细介绍
- 金格iWebPDF在线预览插件API
- 使用BP神经网络做分类预测
- BP神经网络实现对民歌、古筝、摇滚和
- 将bmp文件转换为png文件的项目,
- bpmn.js的H5支持案例
- QWebView点击链接处理
- (采用BP神经网络完成非线性函数的逼
- 神经网络BP网络实验报告有代码
-
lbpcascade_frontalface_improved.xm
l - BP神经网络作业
- BP神经网络预测超详细
- webpack搭建的一个vue项目模板
- 基于OPENCV的LBP特征提取及直方图计算
- webpack4.0+react16+redux-actions
- 反向传播算法PPT
评论
共有 条评论