%利用神经网络进行分类
clear all
x=[1.24 1.36 1.38 1.38 1.38 1.40 1.48 1.54 1.56 1.14 1.18 1.20 1.26 1.28 1.30;...
1.72 1.74 1.64 1.82 1.90 1.70 1.82 1.82 2.08 1.78 1.96 1.86 2.0 2.0 1.96];
y=[1 1 1 1 1 1 1 1 1 0 0 0 0 0 0;...
0 0 0 0 0 0 0 0 0 1 1 1 1 1 1];
xmin1=min(x(1,:));
xmax1=max(x(1,:));
xmin2=min(x(2,:));
xmax2=max(x(2,:));
%设定迭代次数
net.trainparam.epochs=10000;
%网络初始化
net=newff([xmin1,xmax1;xmin2,xmax2],[8,8,8,8,2],{'tansig','logsig','logsig','tansig','tansig'});
%训练网络
[net,tr,y1,e]=train(net,x,y);
X=[1.24 1.28 1.40;...
1.80 1.84 2.04];
%网络泛化
y2=sim(net,X)
plot(x(1,1:9),x(2,1:9),'o',x(1,10:15),x(2,10:15),'*',X(1,:),X(2,:),'v')
grid on
BPnet.rar_BP 优化_优化BP_神经网络 函数优化
版权申诉
170 浏览量
2022-09-21
05:53:35
上传
评论
收藏 964B RAR 举报
朱moyimi
- 粉丝: 63
- 资源: 1万+
最新资源
- Picasso_v3.1 2.ipa
- chromedriver-mac-arm64.zip
- 蓝zapro.apk
- chromedriver-linux64.zip
- UCAS研一深度学习实验-MNIST手写数字识别python源码+详细注释(高分项目)
- 基于Python和PyTorch框架完成的一个手写数字识别实验源码(带MINIST手写数字数据集)+详细注释(高分项目)
- 基于Matlab在MNIST数据集上利用CNN完成手写体数字识别任务,并实现单层CNN反向传播算法+源代码+文档说明(高分项目)
- NVIDIA驱动、CUDA和Pytorch及其依赖
- 基于SVM多特征融合的微表情识别python源码+项目说明+详细注释(高分课程设计)
- html动态爱心代码一(附源码)
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
评论0