📄 p4.513.txt
字号:
%输入和期望,频率参数k
k=1;
p=[-1:0.05:1];
t=sin(k*pi*p);
%函数曲线
plot(p,t,'-')
title('要逼近的非线性函数');
xlabel('时间');
ylabel('非线性函数');
%网络建立
n=5;
%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),[n,1],{'tansig','purelin'},'trainlm');
%未训练网络的曲线
y1=sim(net,p);
figure;
plot(p,t,'-',p,y1,'+')
title('未训练网络的输出结果');
xlabel('时间');
ylabel('仿真输出+ 原函数-');
%训练参数,叠代过程,要求
net.trainParam.show=50;
net.trainParam.goal=0.01;
%训练(每次可能不同,不可重现)
[net,tr]=train(net,p,t);
%验证
y2=sim(net,p);
figure;
plot(p,t,'-',p,y1,'+',p,y2,'+')
title('训练后网络的输出结果');
xlabel('时间');
ylabel('仿真输出');
⌨️ 快捷键说明
复制代码
Ctrl + C
搜索代码
Ctrl + F
全屏模式
F11
切换主题
Ctrl + Shift + D
显示快捷键
?
增大字号
Ctrl + =
减小字号
Ctrl + -