基本信息

---

下载

   友情提示：（无需注册或充值，赞助后即可获取资源下载链接）

---

     嘿，亲！知识可是无价之宝呢，但咱这精心整理的资料也耗费了不少心血呀。小小地破费一下，绝对物超所值哦！如有下载和支付问题，请联系我们QQ(微信同号)：813200300

本次赞助数额为： 2 元　

支付宝支付

微信支付

   源码介绍

---

%%%神经网络编程步骤
% （1）寻找对结果产生影响的各种指标，假设有m个
% （2）寻找样本n个，构造矩阵m*n，其对应的标准输出是n*1
%  (3)将上述m*n与n*1分别带入网络中训练，类似于下列代码中的P与T
% （4）输入新的数据进行仿真，类似于下列代码中的P2；

%traingd
  
clear;
  
clc;
  
P=[-1 -1 2 2 4;0 5 0 5 7];
  
T=[-1 -1 1 1 -1];
  %利用minmax函数求输入样本范围
  
net = newff(minmax(P),[7,1],{'tansig','purelin'},'trainlm');
  
net.trainParam.show=50;%
  
net.trainParam.lr=0.05;
  
net.trainParam.epochs=1000;
  
net.trainParam.goal=1e-5;

[net,tr]=train(net,P,T);

net.iw{1,1}%隐层权值
net.b{1}%隐层阈值

net.lw{2,1}%输出层权值
net.b{2}%输出层阈值
P2=[-1;2];

y3=sim(net,P2);