MATLAB神经网络实验.ppt

该【MATLAB神经网络实验 】是由【小可爱】上传分享，文档一共【23】页，该文档可以免费在线阅读，需要了解更多关于【MATLAB神经网络实验 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。MATLAB神经网络实验2021Yourcontenttoplayhere,orthroughyourcopy,pasteinthisbox,,orthroughyourcopy,pasteinthisbox,:多输入,单输出,带偏置输入:R维列向量权值:R维行向量阈值:标量求和单元传递函数输出常用传递函数aWp-b1-1阈值函数MATLAB函数:hardlimMATLAB函数:hardlims线性函数PurelinTransferFunction:anMATLAB函数:purelinSigmoid函数SigmoidFunction:特性:值域a∈(0,1)非线性,单调性无限次可微|n|较小时可近似线性函数|n|较大时可近似阈值函数MATLAB函数:logsig(对数),tansig(正切)对数Sigmoid函数正切Sigmoid函数前馈神经网络前馈神经网络(feedforwardNN):各神经元接受前级输入,并输出到下一级,无反馈,可用一有向无环图表示。前馈网络通常分为不同的层(layer),第i层的输入只与第i-1层的输出联结。可见层:输入层(inputlayer)和输出层(outputlayer)隐藏层(hiddenlayer):中间层BP网络多层前馈网络主要功能:函数逼近,模式识别,信息分类传递函数:隐层采用S形函数,输出层S形函数或线性函数BP网络的生成newff函数newff用来生成一个BP网络net=newff(PR,[S1S2...SN],{TF1TF2...TFN},BTF,BLF,PF)PR:一个R×2矩阵,由R维输入向量的每维最小值和最大值组成Si:第i层的神经元个数TFi:第i层的传递函数,默认为tansigBTF:训练函数,默认为trainlmBLF:学****函数,默认为learngdmPF:性能函数,默认为msenet=newff([0,10;-1,2],[5,1],{‘tansig’,’purelin’},’trainlm’);%生成一个两层BP网络,隐层和输出层神经的个数为5和1,传递函数分别为tansig和purelin,训练函数为trainlm,其他默认BP网络的初始化newff函数在建立网络对象的同时,自动调用初始化函数,,%定义训练样本p=[-1-131;-115-3];t=[-1-111];%=newff(minmax(p),[31],{'tansig','purelin'},'traingdm');%.=1000;=;=50;=;=;%动量因子,缺省为0.=,p,t);%训练网络A=,p)%网络仿真