| 查看: 1074 | 回复: 4 | ||
| 当前只显示满足指定条件的回帖，点击这里查看本话题的所有回帖 | ||
JY黑桃7木虫 (小有名气)
|
[求助]
【MATLAB】BP人工神经网络求助 已有2人参与
|
|
|
地理学代码小白求助大神： 问题是这样的：把农用地整治潜力评价指标体系标准化后指标矩阵X作为输入层，农用地整治潜力评价综合指数Y作为输出层，确定3层BP网络结构。对标准化后的样本矩阵进行网络训练，获取输入层与隐含层之间的网络权重矩阵W和隐含层与输出层之间的网络权重矩阵V。最后通过计算网络权重之间的相关性获取修正后农用地整治潜力评价指标体系权重。 想要得到的结果：输入层和隐层之间的网络权重W和隐层与输出层之间的权重V（隐节点数目为4个）。求代码或M文件 标准化后的数据和参考文献（参考文献32页有计算权重思路）见附件（.xls和.txt格式） |
回复此楼» 本帖附件资源列表
-
欢迎监督和反馈：小木虫仅提供交流平台，不对该内容负责。
本内容由用户自主发布，如果其内容涉及到知识产权问题，其责任在于用户本人，如对版权有异议，请联系邮箱：xiaomuchong@tal.com - 附件 1 : bp神经网络数据.zip
2015-10-13 18:43:42, 4.5 M
» 猜你喜欢
售SCI一区T0P文章，我:8.O.55.1.O.5.4,科目全,可+急
已经有3人回复
-
售一区SCI文章T0P，我:8O.551.O54,科目全,可十急
已经有3人回复
-
售SCI一区T0P文章，我:8.O.55.1.O54,科目全,可伽急
已经有3人回复
-
售SCI文章，我:8O5.5.1.O.54,科目齐全,可+急
已经有3人回复
-
售SCI-T0P文章，我:8O.5.5.1.O.54,科目齐全,可+急
已经有3人回复
-
售SCI文章，我:8O5.5.1.O.54,科目齐全,可+急
已经有3人回复
-
售SCI文章，我:8O.5.5.1O.54,科目全,可十急
已经有3人回复
-
售SCI一区T0P文章，我:8.O.55.1.O.5.4,科目全,可+急
已经有4人回复
-
售SCI一区T0P文章，我:8.O.55.1.O.5.4,科目全,可+急
已经有4人回复
-
售SCI-T0P文章，我:8O.5.5.1.O.54,科目齐全,可+急
已经有3人回复
» 本主题相关价值贴推荐，对您同样有帮助:
- 【已完结】BP神经网络程序问题
已经有3人回复
- 【分享】神经网络工具箱的语句大全（已搜索无重复）
已经有14人回复
- 几本不错的matlab教程【转载】
已经有192人回复
- 【Matlab】求助有没有大侠用过matlab的神经网络优化发酵培养基？
已经有2人回复
- 【讨论】Matlab BP-ANN识别分类问题求教
已经有2人回复
- 【求助】matlab中newff要求输入参数
已经有2人回复
- 【求助】matlab神经网络运行错误，Targets are incorrectly sized for network.帮帮忙
已经有2人回复
- 【求助】BP神经网络怎么画出关系图？
已经有5人回复
- 【求助】BP网络训练的问题
已经有5人回复
- 【求助】运用BP神经网络训练材料本构模型的一个问题
已经有12人回复
- 【资源】matlab一些 资料，希望对大家有用！
已经有9人回复
- 【求助】MATLAB中BP神经网络的训练算法具体是怎么样的？
已经有5人回复
4楼2015-10-13 22:04:32
JY黑桃7
木虫 (小有名气)
- 应助: 12 (小学生)
- 金币: 1693.6
- 红花: 1
- 帖子: 88
- 在线: 36.9小时
- 虫号: 2839917
- 注册: 2013-12-01
- 性别: GG
- 专业: 自然地理学
2楼2015-10-13 18:57:38
【答案】应助回帖
★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★
JY黑桃7: 金币+50, ★★★很有帮助 2015-11-06 16:34:26
JY黑桃7: 金币+50, ★★★很有帮助 2015-11-06 16:34:26
|
% simplefitInputs - input data. % simplefitTargets - target data. x = simplefitInputs; t = simplefitTargets; % Choose a Training Function % For a list of all training functions type: help nntrain % 'trainlm' is usually fastest. % 'trainbr' takes longer but may be better for challenging problems. % 'trainscg' uses less memory. Suitable in low memory situations. trainFcn = 'trainlm'; % Levenberg-Marquardt backpropagation. % Create a Fitting Network(创建一个合适的BP网络) hiddenLayerSize = 10; net = fitnet(hiddenLayerSize,trainFcn); % Setup Division of Data for Training, Validation, Testing %(数据的训练，验证，测试设置比例) net.divideParam.trainRatio = 70/100; net.divideParam.valRatio = 15/100; net.divideParam.testRatio = 15/100; % Train the Network %训练神经网络 [net,tr] = train(net,x,t); % Test the Network %检验神经网络 y = net(x); e = gsubtract(t,y); performance = perform(net,t,y) % View the Network %查看神经网络 view(net) % Plots % figure1 % plotperform(tr); % figure2 % plottrainstate(tr); % figure3 % ploterrhist(e); % figure4 % plotregression(t,y) % figure5 % plotfit(net,x,t) 具体的算法现在我来不及写了，这个你只需要改改就可以了的 |
5楼2015-11-06 09:18:32
10