1、BP网络构建
(1)生成BP网络
:由维的输入样本最小最大值构成的维矩阵。
:各层的神经元个数。
:各层的神经元传递函数。
:训练用函数的名称。
(2)网络训练
(3)网络仿真
{'tansig','purelin'},'trainrp'
BP网络的训练函数
训练方法 |
训练函数 |
梯度下降法 |
traingd |
有动量的梯度下降法 |
traingdm |
自适应lr梯度下降法 |
traingda |
自适应lr动量梯度下降法 |
traingdx |
弹性梯度下降法 |
trainrp |
Fletcher-Reeves共轭梯度法 |
traincgf |
Ploak-Ribiere共轭梯度法 |
traincgp |
Powell-Beale共轭梯度法 |
traincgb |
量化共轭梯度法 |
trainscg |
拟牛顿算法 |
trainbfg |
一步正割算法 |
trainoss |
Levenberg-Marquardt |
trainlm |
BP网络训练参数
训练参数 |
参数介绍 |
训练函数 |
net.trainParam.epochs |
最大训练次数(缺省为10) |
traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlm |
net.trainParam.goal |
训练要求精度(缺省为0) |
traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlm |
net.trainParam.lr |
学习率(缺省为0.01) |
traingd、< |