bp神经网络matlab代码实例_BP神经网络与matlab实例详解(一)

3219491de5901b3a278e5543629828a8.gif

什么是BP神经网络

BP神经网络是1986年由Rumelhart和McClelland为首的科学家提出的概念,是一种按照误差逆向传播算法训练的多层前馈神经网络,是应用最广泛的神经网络。它的基本思想是梯度下降法,利用梯度搜索技术,以期使网络的实际输出值和期望输出值的误差均方差为最小。

BP神经网络由输入层、隐含层、输出层三大层组成,其中隐含层可以为一层或多层。隐含层内的神经元与外界没有直接的联系,但其状态的改变能影响输入和输出之间的关系。

如何应用BP神经网络进行预测

MATLAB中可以实现BP神经网络预测,只要通过输入输入层神经元,及设定隐含层层数、节点数及预测精度的控制要求就可以实现预测。它的原理实际上是分析输入神经元与输出神经元的非线性关系,这就要求输出项参数实际上是与输入项参数需要具有一定的关联性。

BP网络构建

(1)生成BP网络

20cf13cd25c8c3f1fd71ea99cec4959e.png

PR:由R维的输入样本最小最大值构成的R*2维矩阵。

[S1S2...SN]:各层的神经元个数。

{TF1 TF2 ...TFN}:各层的神经元传递函数。

BTF:训练用函数的名称。

(2)网络训练

d3fe1f5e1b58d2455fb13e3e0ffe57b6.png

(3)网络仿真

c2fb01fcb0195b0eea2c27c66cffecdb.png

BP网络的训练函数

edef86dba1184c2b3ba1ec0d2ca7105f.png

BP网络训练参数

  • 8
    点赞
  • 96
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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