24小时热门版块排行榜    

CyRhmU.jpeg
查看: 1660  |  回复: 3

lujiami

木虫 (正式写手)

木木

[求助] 基于L-M算法的BP神经网络

高手帮忙看下有没有问题呀,训练得怎么这么快呢

%数据经归一化处理后作为输入(一行为一个样本)2-7-1
P1=[0 1;
0.11253 0.49084;
0.25064 0.20489;
0.35294 0.0998;
0.4399 0.08635;
0.52174 0.06273;
0.59591 0.03544;
0.66752 0.04644;
0.73402 0.02892;
0.79795 0.02159;
1 0]';
%以SOC归一化处理后作为目标向量
T1=[0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1];
P2=[ 0 1;
0.36456 0.22631;
0.51935 0.06049;
0.65377 0.03765;
0.86762 0.011;
1 0]';
T2=[0 0.2 0.4 0.6 0.8 1];
%创建一个BP神经网络,每一个输入向量的取值范围为[0 ,1],隐含层有5个神经%元,输出层有一个神经元,隐含层的激活函数为tansig,输出层的激活函数为%logsig,训练函数利用lm规则函数
net=newff([0 1;0 1;],[7,1],{'logsig','purelin'},'trainlm');
net.trainParam.epochs=1500;   
net.trainParam.goal=0.01;
%设置学习速率为0.01
LP.lr=0.01;
net=train(net,P1,T1);
y1=sim(net,P1);%训练值
e1=T1-y1;
error1=mse(e1,net)%error为网络的误差向量
save net   %保存最好的网络
y2=sim(net,P2);%检验值
e2=T2-y2;
error2=mse(e2,net)%error2为网络的检验误差向量


新手上路,希望大家批评指正
回复此楼
向日葵告诉我,只要面对阳光努力向上,日子就会变得单纯而美好
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

luojin7653

银虫 (正式写手)

【答案】应助回帖


xiegangmai(金币+1): 谢谢参与! 2011-09-03 17:48:15
lujiami(金币+2): 是7个节点,我后来改成7个了,注释里忘了改了 2011-09-03 19:28:27
lujiami(金币+2): 是7个节点,我后来改成7个了,注释里忘了改了 2011-09-03 19:28:40
隐含层有5个神经元 你在哪步实现的?

lm 训练确实相当快...
今晚打老虎
2楼2011-09-03 15:32:59
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

nono2009

超级版主 (文学泰斗)

No gains, no pains.

优秀区长优秀区长优秀区长优秀区长优秀版主

【答案】应助回帖


xiegangmai(金币+1): 谢谢提示! 2011-09-03 17:48:28
lujiami(金币+10): 谢谢,只要增加样本数就可以了吗?网络还有别的问题吗 2011-09-03 19:30:22
样本这么少?比连接权系数个数还少!很容易训练到没有误差。但结果有意义吗?
3楼2011-09-03 17:36:30
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

nono2009

超级版主 (文学泰斗)

No gains, no pains.

优秀区长优秀区长优秀区长优秀区长优秀版主

【答案】应助回帖


xiegangmai(金币+1): 谢谢应助! 2011-09-03 20:21:58
lujiami(金币+10): 谢谢 2011-09-06 07:54:41
除了训练样本,还需要测试样本。楼主可以简单看看神经网络教材的相关部分。
4楼2011-09-03 19:47:35
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
相关版块跳转 我要订阅楼主 lujiami 的主题更新
信息提示
请填处理意见