![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
matlab
just_do_it_123
为兴趣而生
展开
-
BP神经网络算法之matlab具体实现
之前的几篇博客的一个共同点就是梯度下降法,梯度下降法是用来求解无约束最优化问题的一个数值方法,简单实用,几乎是大部分算法的基础,下面来利用梯度下降法优化BP神经网络。 已经有证明过,三层BP神经网络可以拟合任意一条曲线,那就采用最简单的三层网络吧。 BP神经网络的基本原理,通过输入X,经过非线性映射到输出O(样本大小为m),误差为: J=∑i=1m12∑k=1B3(Ok−Yik)2J =原创 2016-04-30 14:57:24 · 34446 阅读 · 12 评论 -
梯度下降法求解线性回归之matlab实现
线性回归其实就是寻找一条直线拟合数据点,使得损失函数最小。直线的表达式为: yi=ω1xi,1+ω2xi,2+ωjxi,j+...+by_i = \omega_1x_{i,1}+\omega_2x_{i,2}+\omega_jx_{i,j}+...+b 损失函数的表达式为: J=12∑i=0m(yi−ypredict_i)2J = \frac{1}{2}\sum_{i=0}^m{(y_i-y原创 2016-04-06 21:55:31 · 8480 阅读 · 0 评论 -
粒子群算法的matlab实现
粒子群算法,也称粒子群优化算法(Particle Swarm Optimization),缩写为 PSO, 是近年来发展起来的一种新的进化算法(Evolutionary Algorithm - EA)。PSO 算法属于进化算法的一种,和模拟退火算法相似,它也是从随机解出发,通过迭代寻找最优解,它也是通过适应度来评价解的品质,但它比遗传算法规则更为简单,它没有遗传算法的“交叉”(Crossover)原创 2016-03-27 20:08:37 · 14731 阅读 · 6 评论 -
遗传算法的matlab实现
遗传算法的matlab实现遗传算法是仿照达尔文生物进化的原理来实现的智能搜索技术。主要原理如下:对于一个种群,这个种群中有一定数量的个体,而每个个体对这个种群所在的环境的适应性各不相同,适应性强的个体便能有更强的存活几率,那么随着种群一代一代的进化,适应性强的个体的基因在后代种群中所占的比例就会越来越大,只要环境基本保持不变,整个种群对于环境的适应性变回越来越强。 根据这个原理所发明的智能搜索技术原创 2016-03-09 15:33:03 · 3289 阅读 · 0 评论