bp神经网络的简单理解和使用
%%这里构建的网络实际就是建立x到Y的映射函数
a=[1:1:10]; %输入矩阵其实就是x
t=[1:1:5 6:-1:2]; %期望矩阵就是Y
plot(a,t);
net=newff(minmax(a),[5,1],{'tansig','purelin'},'trainlm'); %设定网络相关参数
net.trainParam.goal=0.001;
net.trainParam.epochs=20;
tic
net=train(net,a,t); %使用已知的数据和期望值训练net网络
toc
hold on;
Y=sim(net,a); %仿真我们的数据
plot(a,Y);
a=[1:1:10]; %输入矩阵其实就是x
t=[1:1:5 6:-1:2]; %期望矩阵就是Y
plot(a,t);
net=newff(minmax(a),[5,1],{'tansig','purelin'},'trainlm'); %设定网络相关参数
net.trainParam.goal=0.001;
net.trainParam.epochs=20;
tic
net=train(net,a,t); %使用已知的数据和期望值训练net网络
toc
hold on;
Y=sim(net,a); %仿真我们的数据
plot(a,Y);
out=sim(net,7.5) %计算我们想要预测的值
不知道我这样理解对不对，因为没有太多的学习。