一个简单的matlab项目实现三层神经网络的简单应用

最新推荐文章于 2024-08-10 16:25:55 发布

jjjj32481

最新推荐文章于 2024-08-10 16:25:55 发布

阅读量6.6k

点赞数

分类专栏： DL

本文链接：https://blog.csdn.net/u014687582/article/details/77773809

版权

本文旨在利用MATLAB设计一个三层神经网络，对1-100内的数字进行质数分类。首先生成1-100的二进制表示，将质数标记为1，非质数标记为0。接着，选取前60组数据作为训练集，后40组为测试集。选择隐藏层和输出层采用sigmoid激活函数的三层网络。然而，实验结果误差较大，引发思考：是否由于素数的非线性特性导致？如何将神经网络结果与数学理论相结合?

摘要由CSDN通过智能技术生成

一、设计目的：进行1-100以内的质数分类

二、设计思路：

1、生成1-100以内的数和对应二进制

2、对质数部分进行label为1，其余为0

3、选择前60组作为training数据，后40组testing

4、选择三层神经网络，其中hidden和output部分使用sigmoid函数

三、代码实现：

1、测试数据生成函数

function f = dataset_generator

bits_num = 7;
prime_table = [2,3,5,7,11,13,17,19,23,29,31,37,41,43,47,53,59,61,67,71,73,79,83,89,97];
prime_numble = 25;
prime_dataset = zeros(100,8);

%Generate prime number dataset 1-100
for count = 1:100
    bin_str = dec2bin(count,bits_num);
    for i = 1:bits_num
        prime_dataset(count,i) = str2num(bin_str(i));
    end
    for i = 1:prime_numble
        if(count == prime_table(i))
            prime_dataset(count,bits_num+1) = 1;
        end
    end
    if(prime_dataset(count,bits_num+1)~=1)
        prime_dataset(count,bits_num+1) = 0;