BP神经网络与MATLAB实现案例二
2018-03-18 15:13
169 查看
**
你现在手里有一袋子鸡腿(j),一袋子葡萄(t),要去换人家的西瓜(h)
假设鸡腿20元/斤,葡萄17元/斤,西瓜2元/斤
也就是h=(20j+17t)/2
当然我们要通过机器去实现它
给出一组数据
让我们对她进行一系列的代码化
结果如下
3步就到达了期望误差
下面给出圈圈中的预测值的数据和准确值
1.预测数据
2.准确值
一眼便知,误差很小,训练理想,预测较准确
再来看看Validation和test
拟合的较为合理,且两个图的点没有出现较少的情况,能说明问题
好了,麻麻再也不用担心我该换回几斤的西瓜了!
欢迎来的菜市场!!!
**你现在手里有一袋子鸡腿(j),一袋子葡萄(t),要去换人家的西瓜(h)
假设鸡腿20元/斤,葡萄17元/斤,西瓜2元/斤
也就是h=(20j+17t)/2
当然我们要通过机器去实现它
给出一组数据
让我们对她进行一系列的代码化
[input,ps1]=mapminmax([j;t]); [target,ps2]=mapminmax(hh); net=newff(input,target,6,{'tansig','purelin'},'trainlm'); net.trainParam.epochs=10000; net.trainParam.goal=0.01; net.trainParam.lr=0.001; net=train(net,input,target); jj=[3 2 4 1 2 5 4 3]; %鸡腿 tt=[5 4 1 2 3 2 3 1];%葡萄 hhh=(20*j+17*t)/3;%西瓜 input1=mapminmax('apply',[jj;tt],ps1);%应用之前的种子归一化 %预测 yuce=net(input1); bagezhi=mapminmax('reverse',yuce,ps2); set(0,'defaultfigurecolor','w') figure plot(hhh,'*','color',[222 87 18]/255);hold on plot(bagezhi,'-o','color',[244 208 0]/255,... 'linewidth',2,'MarkerSize',14,'MarkerEdgecolor',[138 151 123]/255); legend('act','yuce') xlabel('大西瓜大西瓜大西瓜'),ylabel('斤') set(gca, 'Box', 'off', 'TickDir', 'out', 'TickLength', [.02 .02], ... 'XMinorTick', 'on', 'YMinorTick', 'on', 'YGrid', 'on', ... 'XColor', [.3 .3 .3], 'YColor', [.3 .3 .3],'LineWidth', 1)
结果如下
3步就到达了期望误差
下面给出圈圈中的预测值的数据和准确值
1.预测数据
2.准确值
一眼便知,误差很小,训练理想,预测较准确
再来看看Validation和test
拟合的较为合理,且两个图的点没有出现较少的情况,能说明问题
好了,麻麻再也不用担心我该换回几斤的西瓜了!
相关文章推荐
- BP神经网络与MATLAB实现案例一
- BP神经网络原理及其matlab实现
- bp神经网络及matlab实现
- bp神经网络及matlab实现
- BP神经网络matlab实现
- bp神经网络及matlab实现
- BP神经网络及matlab实现
- 基于Matlab的BP神经网络--源代码与工具箱实现
- RBF神经网络与BP神经网络与matlab实现
- [转]考拉BP神经网络的matlab实现学习历程(二)
- PSO优化BP神经网络在Matlab中的实现
- bp神经网络及matlab实现
- bp神经网络及matlab实现
- BP神经网络的Matlab实现——人工智能算法
- bp神经网络及matlab实现
- Matlab实现简单BP神经网络
- bp神经网络及matlab实现
- matlab实现BP神经网络
- bp神经网络及matlab实现
- [转] 考拉BP神经网络的matlab实现学习历程(三)