zoukankan      html  css  js  c++  java
  • matlab神经网络工具箱使用

    先贴一个使用批处理命令调用神经网络工具箱的方法:

    P = [0.1515    0.1501    0.1509    0.1504    0.1504   0.1500
        0.1515    0.1501    0.1509    0.1504    0.1504   0.1500
        0.1515    0.1501    0.1500    0.1504    0.1504    0.1500
        0.1515    0.1500    0.1509    0.1504    0.1504    0.1500
        0.1515    0.1500    0.1509    0.1504    0.1504   0.1500
        0.1515    0.1500    0.1509    0.1504    0.1504   0.1500
        0.9684    0.2792    0.877     0.7426    0.7228   0.2272
        0.9838    0.2941    0.9181    0.7977    0.7702    0.2452
        0.9922    0.3101    0.9475    0.8445    0.8227    0.2665
        0.9953    0.3058    0.9625    0.8708    0.8637    0.2624
        0.9982    0.3242    0.9797    0.9089    0.9001    0.3008
        0.9995    0.3469    0.9917    0.9314    0.9282    0.3678
        0.9998    0.3565    0.9948    0.9493    0.9525    0.4500];
    T= [0.1521
        0.6949
        0.7064
        0.7083
        0.7560
        0.7807
        0.8182
        0.8533
        0.8677
        0.8459
        0.8910
        0.9269
       0.9496];
    P=P';T=T';
    ff=newff(P,T,13);
    ff.trainParam.epochs = 15000;
    ff = train(ff,P,T);
    Y1 = sim(ff,P); 
    cf=newcf(P,T,13);
     cf.trainParam.epochs = 15000;
     cf = train(cf,P,T);
    Y2 = sim(cf,P); 
    plot(P,T,'o-'); 
    hold on;
    plot(P,Y1,'^m-');
    plot(P,Y2,'*-k');
    title('newff & newcf')
    legend('原始数据','newff结果','newcf结果',0);

    上面这个方法要注意P和T应该要先进行转置,即神经网络训练样本是矩阵的每一个列。

    下面再讲一下如何用GUI方式调用,输入命令nntool,按以下步骤

    注意,在修改Numbers of layers后,会发现Properties for并不增加,这时候可以来回切换一下Network Type,就可以显示了。同时要注意一下,样本数据命名貌似要用T,而且目标的要为T。

    最后可以用sim仿真测试数据,通过主界面的export导出数据到工作空间中。

  • 相关阅读:
    游戏类型
    cocos2d-x lua 一些语法
    lua中ipairs和pairs
    lua的一些语法
    误删jre怎么办
    右键android工程的包名选择Build Path后怎么还原
    播放Armature动画
    接入第三方sdk出现了一些问题总结
    gettimeofday() 获取系统时间,精确到微秒 这个似乎只能在linux 下用,不能在windows 下用
    windows timeGetTime() 函数 获取系统从开机到现在的毫秒时间值
  • 原文地址:https://www.cnblogs.com/JeromeHuang/p/4450690.html
Copyright © 2011-2022 走看看