3 线性神经网络预测程序.zip

%% 学习目标： 线性神经网络 %% 收敛速度和精度比之前讲的感知器神经网络要高， %% 主要应用在函数逼近，信号预测，模式识别，系统辨识方面 clear all; close all; P=[1.1 2.2 3.1 4.1]; T=[2.2 4.02 5.8 8.1]; lr=maxlinlr(P); %获取最大学习速率 net=newlin(minmax(P),1,0,lr); %建立线性神经网络 net.trainParam.epochs=500; %训练 做多500次 net.trainParam.goal=0.04; %训练误差设定为0.04 net=train(net,P,T); Y=sim(net,P) %仿真 %% 大仙QQ：1960009019 %% 在线教育微信公众号：大仙一品堂 %% 大鱼号：在线教育大仙一品堂 %% 一点资讯号：大仙一品堂 %% 2018/3/20 录制，欢迎指正 %% 利用线性神经网络进行信号的预测 clear all; close all; t=0:pi/10:4*pi; X=t.*sin(t); T=2*X+3; figure; plot(t,X,'+-',t,T,'+--'); legend('系统输入','系统输出'); set(gca,'xlim',[0 4*pi]); set(gcf,'position',[50,50,400,400]); net=newlind(X,T); y=sim(net,X); figure; plot(t,y,'+:',t,y-T,'r:'); legend('网络预测输出','误差'); set(gca,'xlim',[0 4*pi]); set(gcf,'position',[50,50,400,400]); %%