代码搜索：nninit
找到约 135 项符合「nninit」的源代码
代码结果 135
www.eeworm.com/read/372477/9508863
m nninit.m
% BP网络初始化:给出网络的训练样本P、T,
% 输入、输出数及隐含神经元数R,S2,S1
function [P,T,R,S1,S2,S]=nninit
p=[0 0 0 0 0;
1 0 0 0 1;
0 1 0 0 1;
0 0 1 0 0;
0 0 0 1 0];
P=p';
t=[0 0 0 0;
1 0 0 0;
0 1 0
www.eeworm.com/read/366083/9833421
m nninit.m
% BP网络初始化:给出网络的训练样本P、T,
% 输入、输出数及隐含神经元数R,S2,S1
function [P,T,R,S1,S2,S]=nninit
p=[0 0 0 0 0;
1 0 0 0 1;
0 1 0 0 1;
0 0 1 0 0;
0 0 0 1 0];
P=p';
t=[0 0 0 0;
1 0 0 0;
0 1 0
www.eeworm.com/read/365462/9862873
m nninit.m
% BP网络初始化:给出网络的训练样本P、T,
% 输入、输出数及隐含神经元数R,S2,S1
function [P,T,R,S1,S2,S]=nninit
p=[0 0 0 0 0;
1 0 0 0 1;
0 1 0 0 1;
0 0 1 0 0;
0 0 0 1 0];
P=p';
t=[0 0 0 0;
1 0 0 0;
0 1 0
www.eeworm.com/read/361503/10049454
m nninit.m
function [P,T,R,S1,S2,Q,S]=nninit
% BP网络初始化:给出网络的训练样本P、T,
% 输入、输出数及隐含神经元数R,S2,S1
P = [0:3:255] ;
T = zeros(1,86);
T(29:86) = 1 ;
[R,Q]=size(P);
[S2,Q]=size(T);
S1=6; %隐含层神经元数
www.eeworm.com/read/361503/10049840
m nninit.m
function [P,T,R,S1,S2,Q,S]=nninit()
% BP网络初始化:给出网络的训练样本P、T,
% 输入、输出数及隐含神经元数R,S2,S1
P = [0:3:255] ;
T = zeros(1,86);
T(29:86) = 1 ;
[R,Q]=size(P);
[S2,Q]=size(T);
S1=6; %隐含层神经
www.eeworm.com/read/360747/10079698
m nninit.m
% BP网络初始化:给出网络的训练样本P、T,
% 输入、输出数及隐含神经元d数R,S2,S1
function [P,T,R,S1,S2,Q,S]=nninit
% p=[0 0 0 0 0;...
% 1 0 0 0 1;...
% 0 1 0 0 1;...
% 0 0 1 0 0;...
% 0 0 0 1 0];...
% P=p';
% t=[
www.eeworm.com/read/426243/10272463
m nninit.m
%初始化清单
% 初始化:给出网络的训练样本input、output,
% 输入、输出数及隐含神经元数R,S2,S1
function [input,output,R,S1,S2,S]=nninit
data=xlsread('E:\cuiqin\my data.xls','sheet1');
input =[data(1,:);data(2,:)];
output=[data(3,:
www.eeworm.com/read/424747/10417360
m nninit.m
% BP网络初始化:给出网络的训练样本P、T,
% 输入、输出数及隐含神经元数R,S2,S1
function [P,T,R,S1,S2,S]=nninit
p=[0 0 0 0 0;
1 0 0 0 1;
0 1 0 0 1;
0 0 1 0 0;
0 0 0 1 0];
P=p';
t=[0 0 0 0;
1 0 0 0;
0 1 0
www.eeworm.com/read/416443/11025115
m nninit.m
function [P,T,R,S1,S2,Q,S]=nninit
% BP网络初始化:给出网络的训练样本P、T,
% 输入、输出数及隐含神经元数R,S2,S1
P = [0:3:255] ;
T = zeros(1,86);
T(29:86) = 1 ;
[R,Q]=size(P);
[S2,Q]=size(T);
S1=6; %隐含层神经元数
www.eeworm.com/read/416309/11033990
m nninit.m
% BP网络初始化:给出网络的训练样本P、T,
% 输入、输出数及隐含神经元数R,S2,S1
function [P,T,R,S1,S2,S]=nninit
p=[0 0 0 0 0;
1 0 0 0 1;
0 1 0 0 1;
0 0 1 0 0;
0 0 0 1 0];
P=p';
t=[0 0 0 0;
1 0 0 0;
0 1 0