【机器学习】MATLAB神经网络笔记

本文详细记录了使用MATLAB进行神经网络实践的过程,包括单层感知器的分类、误差曲面图绘制、BP神经网络的曲线拟合。通过实例展示了如何设计、训练网络并分析误差,探讨不同传递函数对训练次数的影响。
摘要由CSDN通过智能技术生成

MATLAB神经网络笔记

keywords: 单层感知器 误差曲面图 BP神经网络拟合曲线

  1. 设计一个单层感知器网络,对给定样本输入向量P = (−0.5−0.20.10.2; 0.70.60.40.8)、 目标向量T = (1 1 0 0)以及需要进行分类的输入向量组P = (−0.70.3−0.60.1; 0.50.4−0.30.6)进 行分类。

P=[-0.5 -0.2 0.1 0.2; 0.7 0.6 0.4 0.8];
T=[1 1 0 0];
P_test=[-0.7 0.3 -0.6 0.1;0.5 0.4 -0.3 0.6];
plotpv(P,T);#散点图
net=newp(minmax§,1);
Y = sim(net,P);
net.trainParam.epochs=20;
net = train(net,P,T);
plotpc(net.iw{1},net.b{1})#分类线
Y=sim(net,P_test)#预测

Y =

 1     0     1     0

散点图
在这里插入图片描述
6次循环后收敛

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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