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/205389/15316979
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/172779/9691173
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/367531/9743610
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/170705/9792947
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/135261/13943561
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,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=[0 0 0 0;...
www.eeworm.com/read/179927/9331327
m nninit_test.m
function [P,T,R,S1,S2,S ,Q]=nninit_test
p=[1 0 0 0 0;
1 0 0 0 1;
1 1 0 0 1;
1 0 1 0 0;
1 0 0 1 0;
1 0 0 0 1;
0 1 0 0 0;
0 0 1 0 0;
0 0 0 1 0;
0 0 0 0 1;
0 1 1
www.eeworm.com/read/195877/8125086
m nninit_test.m
function [P,T,R,S1,S2,S ,Q]=nninit_test
% wnn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
xn(1)=0.4; a=1.6;
for e=1:3000
xn(e+1)=1-a*xn(e).^2; %非线性函数
end
%%%%%%%%%%%% 相空间重构, 取中间的数
www.eeworm.com/read/361503/10049444
m gafitness.m
function f = gafitness(y)
% 遗传算法的适应值计算
% y - 染色体个体
% f - 染色体适应度
[P,T,R,S1,S2,Q,S]=nninit;
x=y;
[W1, B1, W2, B2, P, T, A1, A2, SE, val]=gadecod(x);
f = val ;
www.eeworm.com/read/361503/10049829
m gafitness.m
function f = gafitness(y)
% 遗传算法的适应值计算
% y - 染色体个体
% f - 染色体适应度
[P,T,R,S1,S2,Q,S]=nninit;
x=y;
[W1, B1, W2, B2, P, T, A1, A2, SE, val]=gadecod(x);
f = val ;
www.eeworm.com/read/416443/11025104
m gafitness.m
function f = gafitness(y)
% 遗传算法的适应值计算
% y - 染色体个体
% f - 染色体适应度
[P,T,R,S1,S2,Q,S]=nninit;
x=y;
[W1, B1, W2, B2, P, T, A1, A2, SE, val]=gadecod(x);
f = val ;