24小时热门版块排行榜

返回列表

18726871687

铜虫 (小有名气)

应助: 0 (幼儿园)
金币: 172.6
散金: 50
帖子: 51
在线: 32.8小时
虫号: 4452526
注册: 2016-03-01
性别: GG
专业: 光学信息获取与处理

[求助] matlab神经网络函数逼近训练求助已有1人参与

首先，确定一个逼近对象如：f(x)=exp(-1.7*x)*cos(10x).^3,因为目标函数是非线性变换函数（S型函数），所以样本数据与测试数据在【-1，1】之间选取效果较好。
如：样本数据选取：x=-0.8:0.01:0.98;
在MATLAB工作窗口中输入如下命令语句：
clear all;
close all;
x=-0.8:0.01:0.98;
m=-1.7*x;
m=exp(m);
m=m.*sin(10*x).^3;
figure(1);
plot(x,m,'bo');
ylabel('输出样本集m=f(x)','color','r');
xlabel('输入样本集','color','r');
显示的图形如下：
net=newff(minmax(x),[3,1],{'tansig','purelin'},'traingd');
>> y=sim(net,x);
>> figure(2);
>> plot(x,m,'bo',x,y,'r*');
>> ylabel('输出样本集m(o) 网络输出y(*)','color','r');
>> xlabel('输入样本集x')
接着对BP网络函数进行训练，在上面程序中输入下面的命令：
net.trainParam.show=100;
net.trainParam.epochs=1000;
net.trainParam.goal=0.001;
net=train(net,x,m);

各位大神，接下来如何操作才能得到训练后的网络输出与样本输出啊？
各位大神，这是摘抄别人的程序，她第三个图象是这样的，按照常理说，应该是蓝色和红色彼此无限逼近，近似重合！
求指教

发自小木虫Android客户端

回复此楼

» 猜你喜欢

» 本主题相关价值贴推荐，对您同样有帮助:

1楼 2017-04-07 18:43:23

已阅回复此楼关注TA 给TA发消息送TA红花 TA的回帖

pdl9527

专家顾问 (小有名气)

专家经验: +8
应助: 100 (初中生)
金币: 2110.3
红花: 23
帖子: 282
在线: 112小时
虫号: 1227333
注册: 2011-03-09
性别: GG
专业: 分离过程
管辖: 计算模拟

【答案】应助回帖

★ ★
感谢参与，应助指数 +1
jjdg: 金币+2, 感谢参与 2017-04-08 00:31:56

照着例子改了改，全部数据用来作为train，没有验证和检测，当然可以自己修改比例。

CODE:

function question_39

clear;clc;

close all;

inputs=-0.8:0.01:0.98;

targets=exp(-1.7*inputs).*sin(10*inputs).^3;

% Create a Fitting Network

hiddenLayerSize = 15;

net = fitnet(hiddenLayerSize);

% Train the Network

[net,tr] = train(net,inputs,targets);

% Test the Network

outputs = net(inputs);

errors = gsubtract(outputs,targets);

performance = perform(net,targets,outputs)

plotfit(net,inputs,targets)

赞一下(1人)

回复此楼

2楼2017-04-07 20:46:44

已阅回复此楼关注TA 给TA发消息送TA红花 TA的回帖

秋犯

3楼2017-04-07 21:07:58

已阅回复此楼关注TA 给TA发消息送TA红花 TA的回帖

18726871687

铜虫 (小有名气)

应助: 0 (幼儿园)
金币: 172.6
散金: 50
帖子: 51
在线: 32.8小时
虫号: 4452526
注册: 2016-03-01
性别: GG
专业: 光学信息获取与处理

引用回帖:

2楼: Originally posted by pdl9527 at 2017-04-07 20:46:44
照着例子改了改，全部数据用来作为train，没有验证和检测，当然可以自己修改比例。

function question_39
clear;clc;
close all;
inputs=-0.8:0.01:0.98;
targets=exp(-1.7*inputs).*sin(10*inputs).^3;
...

你好，我这个神经网络函数逼近训练实现的是两者无限逼近，类似的是无限逼近，我看到您的图类似误差图像，可不可以麻烦您再帮我看一下