基于lmbp神经网络的效能评估(源代码)

该博客展示了如何使用MATLAB实现基于LMBP(Limited Memory Broyden-Fletcher-Goldfarb-Shanno)神经网络的效能评估。通过预处理数据、建立神经网络模型并进行训练,最后比较了训练数据与神经网络输出的结果。
摘要由CSDN通过智能技术生成
%参考论文:基于lmbp神经网络的效能评估
clear
clc
%------------------训练数据------------------
%Tin_train为输入数据,Tout_train为输出数据(由于原文没有定义输出数据,此处为自定义)
Tin_train=[0.89 0.97 0.91 0.88 0.95 0.82 0.89 0.78 0.85 0.69 0.92 0.87 0.96 0.79 0.93 0.94;
     0.65 0.64 0.69 0.53 0.75 0.71 0.65 0.64 0.65 0.73 0.69 0.62 0.71 0.52 0.76 0.70;
     0.42 0.51 0.37 0.43 0.58 0.44 0.36 0.53 0.56 0.34 0.29 0.36 0.42 0.49 0.50 0.45;
     0.21 0.12 0.15 0.22 0.38 0.21 0.42 0.28 0.21 0.13 0.15 0.23 0.31 0.43 0.39 0.27;
     0.56 0.32 0.65 0.78 0.64 0.75 0.49 0.62 0.52 0.54 0.54 0.67 0.46 0.55 0.65 0.57;
     0.24 0.33 0.36 0.41 0.39 0.29 0.35 0.45 0.28 0.31 0.32 0.34 0.44 0.51 0.33 0.26;
     0.73 0.96 0.89 0.95 0.92 0.85 0.85 0.96 0.89 0.84 0.92 0.81 0.76 0.95 0.89 0.93;
     0.79 0.68 0.75 0.91 0.90 0.85 0.75 0.91 0.79 0.86 0.65 0.63 0.64 0.84 0.95 0.81;];
 Tout_train=[1    0    0    0    0    0    1    0;
             0    1    0    0    1    0    0    1;
    
  • 6
    点赞
  • 31
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值