神经网络原理~大样本数据-分类/预测~几百个是小样本
神经网络——最易懂最清晰的一篇文章-CSDN博客
误差大:
Matlab中newff函数使用方法和搭建BP神经网络的方法_newff函数用法-CSDN博客
net = newff(PR,[S1,S2],{'tansig','purelin'},'traingd')函数 newff:构建BP神经网络
PR:训练输入数据
[S1,S2]:S1个隐层,每层的S2个神经单元
tansig:S型激活函数
purelin :线性型激活函数
traingd :训练函数梯度下降算法 默认traind
p 输入
t 输出
train(net,p,t)训练函数 :调用BP,联立pt关系
a=sim(net,p):仿真过程,P输入得到a
误差小:
输入P=样本参数*N样本
隐藏层数M*2-2≥1
输出T=C结果参数*N样本
matlab建立BP神经网络中train函数的参数及学习算法参数_net.trainparam.show-CSDN博客
net.trainparam.show=50 %训练50次输出一次
...
S型函数一般取值在1内部,所以取值通常设置0.9 /0.1
p=p' %转置