tansig

matlab-BP神经网络

每次循环中计算所花费的时间异或问题是不能用线性神经网络解决的，必须使用非线性，BP可以轻易解决这个问题>>P=[0011;0101]P=00110101>>T=[0110]T=0110>>net=newff(minmax(P),[51],{'tansig
deepfuture·2012-09-17 11:43

训练前后bp网络仿真结果分析

设定初始值和终值，终值为一cos序列 p=[-1:0.05:1]; t=0:0.314:6.28*2; t=cos(t); %建立相应的BP网络 net=newff(minmax(p),[10,1],{'tansig
pleasetojava·2010-04-20 11:00

训练前后bp网络仿真结果分析

clear;%设定初始值和终值，终值为一cos序列p=[-1:0.05:1];t=0:0.314:6.28*2;t=cos(t);%建立相应的BP网络net=newff(minmax(p),[10,1],{'tansig
superdont·2010-04-20 11:00

训练前后bp网络仿真结果分析

设定初始值和终值，终值为一cos序列 p=[-1:0.05:1]; t=0:0.314:6.28*2; t=cos(t); %建立相应的BP网络 net=newff(minmax(p),[10,1],{'tansig
izuoyan·2010-04-20 11:00

调整参数对bp网络的影响

： clc; clear; x=1:1:79; P=rands(1,79); % T=rands(1,79); T=ones(1,79); net=newff(minmax(P),[25,1],{'tansig
izuoyan·2010-04-20 10:00

调整参数对bp网络的影响

： clc; clear; x=1:1:79; P=rands(1,79); % T=rands(1,79); T=ones(1,79); net=newff(minmax(P),[25,1],{'tansig
pleasetojava·2010-04-20 10:00

newcf函数的误差、权值情况

网络的误差变化和权值情况P=[-6-6.1-4.1-444.166.1];T=[0.00.00.970.990.010.0311];%创建前向BP网络net=newcf(minmax(P),[1],{'tansig
superdont·2010-04-18 15:00

newcf函数的误差、权值情况

-6.1 -4.1 -4 4 4.1 6 6.1]; T=[0.0 0.0 0.97 0.99 0.01 0.03 1 1]; %创建前向BP网络 net=newcf(minmax(P),[1],{'tansig
izuoyan·2010-04-18 15:00

newcf函数的误差、权值情况

-6.1 -4.1 -4 4 4.1 6 6.1]; T=[0.0 0.0 0.97 0.99 0.01 0.03 1 1]; %创建前向BP网络 net=newcf(minmax(P),[1],{'tansig
pleasetojava·2010-04-18 15:00

bp网络训练演示

网络训练演示   %bp网络训练演示%初始值P=-1:0.1:1;%目标值T=[0:0.314:6.28];T=sin(T);%%创建两层前向回馈网络net=newcf(minmax(P),[5,1],{'tansig
superdont·2010-04-18 14:00

bp网络训练演示

bp网络训练演示 %初始值 P=-1:0.1:1; %目标值 T=[0:0.314:6.28]; T=sin(T); %%创建两层前向回馈网络 net=newcf(minmax(P),[5,1],{'tansig
pleasetojava·2010-04-18 14:00

bp网络训练演示

bp网络训练演示 %初始值 P=-1:0.1:1; %目标值 T=[0:0.314:6.28]; T=sin(T); %%创建两层前向回馈网络 net=newcf(minmax(P),[5,1],{'tansig
izuoyan·2010-04-18 14:00

线性网络和bp网络的比较

0.4,0.6];%创建线性网络net=newlind(P,T);y=sim(net,P);w1=net.iw{1,1},b1=net.b{1}%创建bp网络net=newcf(minmax(P),[1],{'tansig
superdont·2010-04-18 10:00

线性网络和bp网络的比较

创建线性网络 net=newlind(P,T); y=sim(net,P); w1=net.iw{1,1},b1=net.b{1} %创建bp网络 net=newcf(minmax(P),[1],{'tansig
izuoyan·2010-04-18 10:00

线性网络和bp网络的比较

创建线性网络 net=newlind(P,T); y=sim(net,P); w1=net.iw{1,1},b1=net.b{1} %创建bp网络 net=newcf(minmax(P),[1],{'tansig
pleasetojava·2010-04-18 10:00

用newff模拟sin函数

我思故我在 P=-1:0.1:1; %建立目标值，是sin曲线上均匀取到的21个点 T=0:0.314:6.28 T=sin(T); %创建网络 net=newff(minmax(P),[5,1],{'tansig
izuoyan·2010-04-18 10:00

用newff模拟sin函数

superdont我思故我在P=-1:0.1:1;%建立目标值，是sin曲线上均匀取到的21个点T=0:0.314:6.28T=sin(T);%创建网络net=newff(minmax(P),[5,1],{'tansig
superdont·2010-04-18 10:00

用newff模拟sin函数

我思故我在 P=-1:0.1:1; %建立目标值，是sin曲线上均匀取到的21个点 T=0:0.314:6.28 T=sin(T); %创建网络 net=newff(minmax(P),[5,1],{'tansig
pleasetojava·2010-04-18 10:00

调整参数对bp网络的影响

网络的影响，具体如下：  clc;clear;x=1:1:79;P=rands(1,79);%T=rands(1,79);T=ones(1,79);net=newff(minmax(P),[25,1],{'tansig
superdont·2010-01-14 12:00
上一页 1 2 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他