bp神经网络matlab实例,BP神经网络matlab实例(简单而经典)
p=p1';
t=t1';
[pn,minp,maxp,tn,mint,maxt]=premnmx(p,t);
%原始数据归一化
net=newff(minmax(pn),[5,1],{'tansig','purelin'},'traingdx');
%设置网络,建立相应的BP网络net.trainParam.show=2000;
% 训练网络
net.trainParam.lr=0.01;
net.trainParam.epochs=100000;
net.trainParam.goal=1e-5;
[net,tr]=train(net ,pn,tn);
%调用TRAINGDM算法训练BP 网络
pnew=pnew1';
pnewn=tramnmx(pnew,minp,maxp);
anewn=sim(net,pnewn);
%对BP网络进行仿真
anew=postmnmx(anewn,mint,maxt);
%还原数据
y=anew';
1、BP网络构建
(1)生成BP网络
=
(,[1 2...],{ 1 2...},,,) net newff PR S S SNl TF TF TFNl BTF BLF PF
R?维矩阵。
PR：由R维的输入样本最小最大值构成的2
S S SNl：各层的神经元个数。
[1 2...]
TF TF TFNl：各层的神经元传递函数。
{ 1 2...}
BTF：训练用函数的名称。
(2)网络训练
=
[,,,,,] (,,,,,,)
net tr Y E Pf Af train net P T Pi Ai VV TV
(3)网络仿真
Y Pf Af E perf sim net P Pi Ai T
=
[,,,,] (,,,,)
{'tansig','purelin'},'trainrp'
BP网络的训练函数
训练方法训练函数
梯度下降法traingd
有动量的梯度下降法traingdm
自适应lr梯度下降法traingda
自适应lr动量梯度下降法traingdx
弹性梯度下降法trainrp
Fletcher-Reeves共轭梯度法traincgf
【bp神经网络matlab实例,BP神经网络matlab实例(简单而经典)】Ploak-Ribiere共轭梯度法traincgp
推荐阅读
- Java实现多人聊天室(含界面)
- Java中String的split切割字符串方法实例及扩展
- 关于MyBatis结果映射的实例总结
- 神经网络|【经典课程】图灵奖得主LeCun亲授，深度学习课程在线发布
- 深度学习|神经网络入门（Neural Network）
- Spring框架系列 - Spring IOC实现原理详解之Bean实例化(生命周期,循环依赖等)
- 华为|华为静态MPLS解决IP路由黑洞实例配置
- Caffe卷积神经网络视觉层Vision|Caffe卷积神经网络视觉层Vision Layers及参数详解
- Caffe卷积神经网络solver及其配置详解
- 智能优化算法|PSO优化的BP神经网络