• 设为首页
  • 点击收藏
  • 手机版
    手机扫一扫访问
    迪恩网络手机版
  • 关注官方公众号
    微信扫一扫关注
    公众号

matlab神经网络工具箱使用

原作者: [db:作者] 来自: [db:来源] 收藏 邀请

先贴一个使用批处理命令调用神经网络工具箱的方法:

P = [0.1515    0.1501    0.1509    0.1504    0.1504   0.1500
    0.1515    0.1501    0.1509    0.1504    0.1504   0.1500
    0.1515    0.1501    0.1500    0.1504    0.1504    0.1500
    0.1515    0.1500    0.1509    0.1504    0.1504    0.1500
    0.1515    0.1500    0.1509    0.1504    0.1504   0.1500
    0.1515    0.1500    0.1509    0.1504    0.1504   0.1500
    0.9684    0.2792    0.877     0.7426    0.7228   0.2272
    0.9838    0.2941    0.9181    0.7977    0.7702    0.2452
    0.9922    0.3101    0.9475    0.8445    0.8227    0.2665
    0.9953    0.3058    0.9625    0.8708    0.8637    0.2624
    0.9982    0.3242    0.9797    0.9089    0.9001    0.3008
    0.9995    0.3469    0.9917    0.9314    0.9282    0.3678
    0.9998    0.3565    0.9948    0.9493    0.9525    0.4500];
T= [0.1521
    0.6949
    0.7064
    0.7083
    0.7560
    0.7807
    0.8182
    0.8533
    0.8677
    0.8459
    0.8910
    0.9269
   0.9496];
P=P';T=T';
ff=newff(P,T,13);
ff.trainParam.epochs = 15000;
ff = train(ff,P,T);
Y1 = sim(ff,P); 
cf=newcf(P,T,13);
 cf.trainParam.epochs = 15000;
 cf = train(cf,P,T);
Y2 = sim(cf,P); 
plot(P,T,'o-'); 
hold on;
plot(P,Y1,'^m-');
plot(P,Y2,'*-k');
title('newff & newcf')
legend('原始数据','newff结果','newcf结果',0);

上面这个方法要注意P和T应该要先进行转置,即神经网络训练样本是矩阵的每一个列。

下面再讲一下如何用GUI方式调用,输入命令nntool,按以下步骤

注意,在修改Numbers of layers后,会发现Properties for并不增加,这时候可以来回切换一下Network Type,就可以显示了。同时要注意一下,样本数据命名貌似要用T,而且目标的要为T。

 

最后可以用sim仿真测试数据,通过主界面的export导出数据到工作空间中。

 


鲜花

握手

雷人

路过

鸡蛋
该文章已有0人参与评论

请发表评论

全部评论

专题导读
上一篇:
DELPHI国外经典站发布时间:2022-07-18
下一篇:
Delphi:Indy9的IdFTP完全使用发布时间:2022-07-18
热门推荐
阅读排行榜

扫描微信二维码

查看手机版网站

随时了解更新最新资讯

139-2527-9053

在线客服(服务时间 9:00~18:00)

在线QQ客服
地址:深圳市南山区西丽大学城创智工业园
电邮:jeky_zhao#qq.com
移动电话:139-2527-9053

Powered by 互联科技 X3.4© 2001-2213 极客世界.|Sitemap