1.former‘s experience
reference:[1]https://www.cnblogs.com/babyfei/p/7003299.html?utm_source=itdadao&utm_medium=referral
2myself
%两层的分类前反馈神经网络 %newff函数 主要tez*样品格式 %train训练函数 %训练数据集 clear; file = "";%路径 input_data= file(:,);%n*m:表示数据集*指标 output_data(:,);%样本结果 %特征值(指标值)的归一化 [input_std,minI,maxI] = premnmx(input_data); %构造输出的矩阵n*2:表示样本集对应的结果([0 1;1 0]); %输出 n* 的矩阵 output_goal; %输入输出的转置 *n矩阵 input = input_data‘; output = output_goal; %创建神经网络 %第一个参数(每个特征的最大最小值),层数节点,层数对应激活函数,训练函数(traingd,traindx) net = newff(minmax(input‘),[10,1],{‘logsig‘,‘logsig‘}); %设置训练参数 可调整 net.trainparam.show = 50 ;%显示中间结果的周期 net.trainparam.epochs = 500 ;%最大迭代次数 net.trainparam.goal = 0.01 ;%神经网络训练的目标误差 net.trainParam.lr = 0.01 ;% 学习率 %开始训练 Y1:网络实际输出 E:误差输出 [net , ,Y1,E]= train( net, input , output ) ; %读取测试数据 t;%n*10:n测试的组数 testInput = tramnmx ( t‘,, minI, maxI ) ; %仿真 Y = sim( net , testInput )
时间: 2024-10-10 13:20:14