linennet_tt.m

使用自适应线性神经网络进行预测的实例 很有代表性

% 本例设计一个自适应线性层，并用函数trainwh()对其进行训练，训练好的网络用于信号预测。
clf reset
figure(gcf)
%setfsize(300,300);
echo on
clc

% INITLIN -对线性层初始化
% ADAPTWH -采用Widrow-Hoff规则训练线性层
pause  
clc
% 定义输入信号P和目标信号T
time=1:0.0025:5;
P=sin(sin(time).*time*10);

T = P*2+2;
pause 
clc

plot(time,P,time,T,'--');
title('输入信号和目标信号')
xlabel('时间');
ylabel('输入__ 目标--');
pause
clc
[w,b]=initlin(P,T);
pause
clc
lr=0.01;%学习率
[a,e,w,b]=adaptwh(w,b,P,T,lr);
pause
clc
plot(time,a,time,T,'--')
title('输出和目标信号')
xlabel('时间');
ylabel('输出__ 目标--');
pause
clc
plot(time,e);
hold on
plot([min(time) max(time)],[0 0],':r')
hold off
title('误差信号');
xlabel('时间');
ylabel('误差');
echo off