bayes_bpnet.m

来自「采用贝叶斯正则化算法提高 BP 网络的推广能力。我们采用两种训练方法」· M 代码 · 共 16 行

% 采用贝叶斯正则化算法提高 BP 网络的推广能力。在本例中，我们采用两种训练方法，即 L-M 优化算法（trainlm）
% 算法（trainbr），用以训练 BP 网络，使其能够拟合某一附加有白噪声的正弦样本数据。其中，样本数据可以采用如下M
% 成：  
% 输入矢量：P = [-1:0.05:1]；  
% 目标矢量：randn(’seed’,78341223)；  
% T = sin(2*pi*P)+0.1*randn(size(P))；  
% MATLAB 程序如下：  
close all  
clear  
echo on  
clc  
% NEWFF——生成一个新的前向神经网络  
% TRAIN——对 BP 神经网络进行训练 
% SIM——对 BP 神经网络进行仿真  
pause
%