原创力文档- 1、本文档共1页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
神经网络识别方法-习题6
习题6-1
P = [0 1 2 3 4 5 6 7 8 9 10];
T = [0 1 2 3 4 3 2 1 2 3 4];
net = newff([0 10],[5 1],{tansig purelin});
net.trainparam.show=50; %每次循环50次
net.trainParam.epochs = 500; %最大循环500次
net.trainparam.goal=0.01; %期望目标误差最小值
net = train(net,P,T); %对网络进行反复训练
Y = sim(net,P)
plot(P,T,P,Y,o)
习题6-2
P= [ 0.5152 0.8173 1.0000 ;
0.8173 1.0000 0.7308 ;
1.0000 0.7308 0.1390 ;
0.7308 0.1390 0.1087 ;
0.1390 0.1087 0.3520 ;
0.1087 0.3520 0.0000;];
T=[0.7308 0.1390 0.1087 0.3520 0.0000 0.3761]; %以第四个月的销售量归一化处理后作为目标向量
net=newff([0 1;0 1;0 1],[5,1],{tansig,logsig},traingd);
net.trainParam.epochs=15000;
net.trainParam.goal=0.01;
net=train(net,P,T);
Y = sim(net,P)
plot(P,T,P,Y,o)
文档评论（0）