训练前后bp网络仿真结果分析
2010-04-20 11:20
225 查看
训练前后bp网络仿真结果分析,代码如下:
%%%训练前后bp网络仿真结果分析 clc; clear; %设定初始值和终值,终值为一cos序列 p=[-1:0.05:1]; t=0:0.314:6.28*2; t=cos(t); %建立相应的BP网络 net=newff(minmax(p),[10,1],{'tansig','purelin'},'trainlm'); %对没有训练的网络进行仿真 y1=sim(net,p); %训练网络 net.trainParam.epochs=50; net.trainParam.goal=0.01; net=train(net,p,t); %对训练后的网路进行仿真 y2=sim(net,p); % 画出各种情况 % plot(p,t,'r-') % hold on; % plot(p,y1,'g-') % plot(p,y2,'b-') ; % plot(p,t,'-',p,y1,'--',p,y2,'--') legend('目标值','未训练结果','训练结果');
相关文章推荐
- 基于pycaffe的网络训练和结果分析(mnist数据集)
- ns2网络模拟实验,基于NS2的距离向量算法仿真及结果分析 请大侠帮忙啊~~~
- MS08067补丁前后比较分析结果
- NS2仿真分析无线网络的攻击防御(1)
- Coursera deeplearning.ai 深度学习笔记2-1-Practical aspects of deep learning-神经网络实际问题分析(初始化&正则化&训练效率)与代码实现
- Caffe训练AlexNet网络,精度不高或者为0的问题结果
- ALOHA simulaiton仿真结果及分析
- 神经网络训练中的Tricks之高效BP(反向传播算法)
- 学习笔记:自训练Cifar10网络数据结果
- 径向基网络(RBF network)之BP监督训练
- Linux的nmon监控结果分析文件中网络分析NET
- 情感分析︱网络公开的免费文本语料训练数据集汇总
- OPNET网络仿真分析-1.3、基础概念
- [置顶] 【python keras实战】多层全连接神经网络训练情感分析
- 我的社会化网络统计分析结果
- 径向基网络(RBF network)之BP监督训练
- 神经网络训练中的Tricks之高效BP(反向传播算法)
- 运用比例共轭梯度动量算法(trainscg)来训练BP网络
- 基于Levenberg-Marquardt训练算法的BP网络Python实现
- Arcgis server发布电子地图(5):影像服务/网络分析服务/GP服务/结果地图服务/打卡