代码搜索：L
找到约 10,000 项符合「L」的源代码
代码结果 10,000
www.eeworm.com/read/355155/10290525
txt l6.2.txt
%Hopfield网络，两个平衡点
T=[-1 -1 1;1 -1 1]'
%网络设计
net=newhop(T);
%验证
Ai=T;
[Y,Pf,Af]=sim(net,2,[],Ai);
Y
%仿真
Ai={[-0.9;-0.8;0.7]};
[Y,Pf,Af]=sim(net,{1 5},{},Ai);
Y{1}
www.eeworm.com/read/355155/10290534
txt l6.3.txt
%随机产生8维2值向量
P=round(rand(1,8))
%连续输入为1，输出才为1
T=[0 (P(1:end-1)+P(2:end)==2)]
%Elman网络设计
net=newelm([0 1],[5 1],{'tansig','logsig'},'trainbfg');
%训练
Pseq=con2seq(P);
Tseq=con2seq(T);
net.trainP
www.eeworm.com/read/355155/10290539
txt l4.11.txt
%输入和期望
p=[-1 -1 2 2;0 5 0 5];
t=[-1 -1 1 1];
%两层神经网络，输入2维，第1层（隐层）有三个神经元，传递函数为tansig（tan-s型），
%第2层是单个神经元，传递函数为purelin线形，训练函数trainoss（一步正割的BP算法过程），minmax求样本范围
net=newff(minmax(p),[3,1],{'tansig','p
www.eeworm.com/read/355155/10290543
txt l4.7.txt
%输入和期望
p=[-1 -1 2 2;0 5 0 5];
t=[-1 -1 1 1];
%两层神经网络，输入2维，第1层（隐层）有三个神经元，传递函数为tansig（tan-s型），
%第2层是单个神经元，传递函数为purelin线形，训练函数traincgp（Polak-Ribiere梯度法），minmax求样本范围
net=newff(minmax(p),[3,1],{'tansi
www.eeworm.com/read/355155/10290549
txt l4.5.txt
%输入和期望
p=[-1 -1 2 2;0 5 0 5];
t=[-1 -1 1 1];
%两层神经网络，输入2维，第1层（隐层）有三个神经元，传递函数为tansig（tan-s型），
%第2层是单个神经元，传递函数为purelin线形，训练函数trainrp（弹性梯度法），minmax求样本范围
net=newff(minmax(p),[3,1],{'tansig','purelin'
www.eeworm.com/read/355155/10290555
txt l4.9.txt
%输入和期望
p=[-1 -1 2 2;0 5 0 5];
t=[-1 -1 1 1];
%两层神经网络，输入2维，第1层（隐层）有三个神经元，传递函数为tansig（tan-s型），
%第2层是单个神经元，传递函数为purelin线形，训练函数trainscg（量化共轭梯度法），minmax求样本范围
net=newff(minmax(p),[3,1],{'tansig','purel
www.eeworm.com/read/355155/10290572
txt l4.10.txt
%输入和期望
p=[-1 -1 2 2;0 5 0 5];
t=[-1 -1 1 1];
%两层神经网络，输入2维，第1层（隐层）有三个神经元，传递函数为tansig（tan-s型），
%第2层是单个神经元，传递函数为purelin线形，训练函数trainbfg（BFGS拟牛顿回退法），minmax求样本范围
net=newff(minmax(p),[3,1],{'tansig','pu
www.eeworm.com/read/355155/10290577
txt l4.12.txt
%输入和期望
p=[-1 -1 2 2;0 5 0 5];
t=[-1 -1 1 1];
%两层神经网络，输入2维，第1层（隐层）有三个神经元，传递函数为tansig（tan-s型），
%第2层是单个神经元，传递函数为purelin线形，训练函数trainlm（Levenberg-Marquardt法），minmax求样本范围
net=newff(minmax(p),[3,1],{'ta
www.eeworm.com/read/355155/10290580
txt l4.1.txt
%两层神经网络，输入2维，第1层（隐层）有三个神经元，传递函数为tansig（tan-s型），第2层是单个神经元，传递函数为purelin线形，训练函数traingd
net=newff([-1 2;0 5],[3,1],{'tansig','purelin'},'traingd');
%初始化
net=init(net);
%验证
p=[1;2];
a=sim(net,p)
p=[
www.eeworm.com/read/355155/10290585
txt l4.3.txt
%输入和期望
p=[-1 -1 2 2;0 5 0 5];
t=[-1 -1 1 1];
%两层神经网络，输入2维，第1层（隐层）有三个神经元，传递函数为tansig（tan-s型），
%第2层是单个神经元，传递函数为purelin线形，训练函数traingdm（动态梯度法），minmax求样本范围
net=newff(minmax(p),[3,1],{'tansig','purelin