仿真函数 Archives

两层前馈网络的实现

joanna 2017年4月14日

clear all;
x=[0 1 2 3 4 5 6 7 8];
t=[0 0.84 0.91 0.14 -0.77 -0.96 -0.28 0.66 0.99];
plot(x,t,'o');
net=feedforwardnet(10); %创建两层前反馈网络，有10元
net=configure(net,x,t);
y1=net(x)
plot(x,t,'o',x,y1,'x');
%%此时的y1： = -1.8260   -0.1460    1.5486    2.1347    3.5209    4.6727    4.3351    3.4458    4.0257
net=train(net,x,t); %对网络进行训练
y2=net(x);
plot(x,t,'o',x,y1,'x',x,y2,'*');
%%此时的y2： -0.5608    0.8365   -0.3636    0.1337   -0.7477   -0.9427   -0.3031    0.6589  0.9676

clear all;

x=[0 1 2 3 4 5 6 7 8];

t=[0 0.84 0.91 0.14 -0.77 -0.96 -0.28 0.66 0.99];

plot(x,t,'o');

net=feedforwardnet(10); %创建两层前反馈网络，有10元

net=configure(net,x,t);

y1=net(x)

plot(x,t,'o',x,y1,'x');

%%此时的y1： = -1.8260 -0.1460 1.5486 2.1347 3.5209 4.6727 4.3351 3.4458 4.0257

net=train(net,x,t); %对网络进行训练

y2=net(x);

plot(x,t,'o',x,y1,'x',x,y2,'*');

%%此时的y2： -0.5608 0.8365 -0.3636 0.1337 -0.7477 -0.9427 -0.3031 0.6589 0.9676

Be the First to comment. Read More

Matlab学习

我的第一个Matlab神经网络小程序

joanna 2017年4月13日

实现了一个二维向量的感知网络：

clear all;
net=newp([-2,2;-2,2],1);
net.IW{1,1}=[-1,1]
net.b{1}=[1];
p1=[1;1];
a1=sim(net,p1);
p2=[1;-1];
a2=sim(net,p2);
p3={[1;1],[1;-1]};
a3=sim(net,p3);

clear all;

net=newp([-2,2;-2,2],1);

net.IW{1,1}=[-1,1]

net.b{1}=[1];

p1=[1;1];

a1=sim(net,p1);

p2=[1;-1];

a2=sim(net,p2);

p3={[1;1],[1;-1]};

a3=sim(net,p3);

对应输出为： […]

Be the First to comment. Read More

Taste Stars

标签：仿真函数

两层前馈网络的实现

我的第一个Matlab神经网络小程序

About Author

JOANNA JIANG

心愿

近期文章

分类目录