• 大小: 2KB
    文件类型: .zip
    金币: 1
    下载: 0 次
    发布日期: 2021-01-06
  • 语言: 其他
  • 标签: BP  

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。

资源截图

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\

评论

共有 条评论