设为首页收藏本站联系我们
切换到宽版

声振论坛

 找回密码
 我要加入

QQ登录

只需一步，快速开始

声振论坛»论坛 › 算法编程 › Matlab讨论区 › [分享]神经网络程序
12下一页
返回列表 发新帖
查看: 6757|回复: 17

[共享资源] [分享]神经网络程序

[复制链接]
lsy_iori
发表于 2006-5-16 15:33 | 显示全部楼层 |阅读模式

马上注册，结交更多好友，享用更多功能，让你轻松玩转社区。

您需要 登录 才可以下载或查看，没有账号？我要加入

x
  1. function y=bp_net(x)
  2. %-----------------------------------------------
  3. %经十路与山大路交叉口，星期一由东向西的车流量
  4. P=[320 352 311 330 268 295 317 286 ;
  5.    352 311 330 268 295 317 286 295 ;
  6.    311 330 268 295 317 286 295 310 ;
  7.    330 268 295 317 286 295 310 326 ;
  8.    268 295 317 286 295 310 326 332 ;
  9.    295 317 286 295 310 326 332 361 ;
  10.    317 286 295 310 326 332 361 347 ;
  11.    286 295 310 326 332 361 347 305 ;
  12.    295 310 326 332 361 347 305 287 ;
  13.    310 326 332 361 347 305 287 296 ;
  14.    326 332 361 347 305 287 296 311 ;
  15.    332 361 347 305 287 296 311 287 ;
  16.    361 347 305 287 296 311 287 256 ;
  17.    347 305 287 296 311 287 256 229 ;
  18.    305 287 296 311 287 256 229 184 ;
  19.    287 296 311 287 256 229 184 176 ;
  20.    296 311 287 256 229 184 176 130 ;
  21.    311 287 256 229 184 176 130 157 ;
  22.    287 256 229 184 176 130 157 234 ;
  23.    256 229 184 176 130 157 234 250 ;
  24.    229 184 176 130 157 234 250 267 ;
  25.    184 176 130 157 234 250 267 253 ;
  26.    176 130 157 234 250 267 253 306 ;
  27.    130 157 234 250 267 253 306 347 ;
  28.    157 234 250 267 253 306 347 290 ;
  29.    234 250 267 253 306 347 290 336 ;
  30.    250 267 253 306 347 290 336 229 ;
  31.    267 253 306 347 290 336 229 263 ;
  32.    253 306 347 290 336 229 263 230 ;
  33.    306 347 290 336 229 263 230 257 ;
  34.    347 290 336 229 263 230 257 211 ;
  35.    290 336 229 263 230 257 211 193 ;
  36.    336 229 263 230 257 211 193 201 ;
  37.    229 263 230 257 211 193 201 236 ;
  38.    263 230 257 211 193 201 236 266 ;
  39.    230 257 211 193 201 236 266 347 ;
  40.    257 211 193 201 236 266 347 206 ;
  41.    211 193 201 236 266 347 206 211 ;
  42.    193 201 236 266 347 206 211 217 ;
  43.    201 236 266 347 206 211 217 245 ;
  44.    236 266 347 206 211 217 245 230 ;
  45.    266 347 206 211 217 245 230 219 ;
  46.    347 206 211 217 245 230 219 183 ;
  47.    206 211 217 245 230 219 183 156 ;
  48.    211 217 245 230 219 183 156 130 ;%Monday
  49.    344 367 329 343 277 296 302 269 ;
  50.    367 329 343 277 296 302 269 305 ;
  51.    329 343 277 296 302 269 305 317 ;
  52.    343 277 296 302 269 305 317 344 ;
  53.    277 296 302 269 305 317 344 320 ;
  54.    296 302 269 305 317 344 320 331 ;
  55.    302 269 305 317 344 320 331 357 ;
  56.    269 305 317 344 320 331 357 310 ;
  57.    305 317 344 320 331 357 310 298 ;
  58.    317 344 320 331 357 310 298 287 ;
  59.    344 320 331 357 310 298 287 266 ;
  60.    320 331 357 310 298 287 266 256 ;
  61.    331 357 310 298 287 266 256 221 ;
  62.    357 310 298 287 266 256 221 148 ;
  63.    310 298 287 266 256 221 148 184 ;
  64.    298 287 266 256 221 148 184 130 ;
  65.    287 266 256 221 148 184 130 107 ;
  66.    266 256 221 148 184 130 107 186 ;
  67.    256 221 148 184 130 107 186 177 ;
  68.    221 148 184 130 107 186 177 255 ;
  69.    148 184 130 107 186 177 255 277 ;
  70.    184 130 107 186 177 255 277 237 ;
  71.    130 107 186 177 255 277 237 314 ;
  72.    107 186 177 255 277 237 314 351 ;
  73.    186 177 255 277 237 314 351 287 ;
  74.    177 255 277 237 314 351 287 362 ;
  75.    255 277 237 314 351 287 362 327 ;
  76.    277 237 314 351 287 362 327 258 ;
  77.    237 314 351 287 362 327 258 235 ;
  78.    314 351 287 362 327 258 235 241 ;
  79.    351 287 362 327 258 235 241 205 ;
  80.    287 362 327 258 235 241 205 195 ;
  81.    362 327 258 235 241 205 195 203 ;
  82.    327 258 235 241 205 195 203 201 ;
  83.    258 235 241 205 195 203 201 203 ;
  84.    235 241 205 195 203 201 203 213 ;
  85.    241 205 195 203 201 203 213 217 ;
  86.    205 195 203 201 203 213 217 235 ;
  87.    195 203 201 203 213 217 235 230 ;
  88.    203 201 203 213 217 235 230 221 ;
  89.    201 203 213 217 235 230 221 153 ;
  90.    203 213 217 235 230 221 153 122 ;
  91.    213 217 235 230 221 153 122 130 ;%Tuesday
  92.    325 330 356 381 343 322 327 299 ;
  93.    330 356 381 343 322 327 299 337 ;
  94.    356 381 343 322 327 299 337 324 ;
  95.    381 343 322 327 299 337 324 320 ;
  96.    343 322 327 299 337 324 320 311 ;
  97.    322 327 299 337 324 320 311 340 ;
  98.    327 299 337 324 320 311 340 325 ;
  99.    299 337 324 320 311 340 325 333 ;
  100.    337 324 320 311 340 325 333 312 ;
  101.    324 320 311 340 325 333 312 289 ;
  102.    320 311 340 325 333 312 289 267 ;
  103.    311 340 325 333 312 289 267 259 ;
  104.    340 325 333 312 289 267 259 262 ;
  105.    325 333 312 289 267 259 262 180 ;
  106.    333 312 289 267 259 262 180 165 ;
  107.    312 289 267 259 262 180 165 125 ;
  108.    289 267 259 262 180 165 125 127 ;
  109.    267 259 262 180 165 125 127 108 ;
  110.    259 262 180 165 125 127 108 115 ;
  111.    262 180 165 125 127 108 115 140 ;
  112.    180 165 125 127 108 115 140 180 ;
  113.    165 125 127 108 115 140 180 202 ;
  114.    125 127 108 115 140 180 202 208 ;
  115.    127 108 115 140 180 202 208 175 ;
  116.    108 115 140 180 202 208 175 189 ;
  117.    115 140 180 202 208 175 189 192 ;
  118.    140 180 202 208 175 189 192 206 ;
  119.    180 202 208 175 189 192 206 201 ;
  120.    202 208 175 189 192 206 201 200 ;
  121.    208 175 189 192 206 201 200 202 ;
  122.    175 189 192 206 201 200 202 211 ;
  123.    189 192 206 201 200 202 211 200 ;
  124.    192 206 201 200 202 211 200 197 ;
  125.    206 201 200 202 211 200 197 180 ;
  126.    201 200 202 211 200 197 180 176 ;
  127.    200 202 211 200 197 180 176 150 ;
  128.    202 211 200 197 180 176 150 154 ;
  129.    211 200 197 180 176 150 154 198 ;
  130.    200 197 180 176 150 154 198 220 ;
  131.    197 180 176 150 154 198 220 250 ;
  132.    180 176 150 154 198 220 250 220 ;
  133.    176 150 154 198 220 250 220 180 ;
  134.    150 154 198 220 250 220 180 140 ;
  135.    154 198 220 250 220 180 140 125 ;
  136.    198 220 250 220 180 140 125 122];
  137. T=[295 310 326 332 361 347 305 287 296 311 287 256 229 184 176 130 157 234 ...
  138.    250 267 253 306 347 290 336 229 263 230 257 211 193 201 236 266 347 206 211 217 245 230 219 183 156 130 129 ...
  139.    305 317 344 320 331 357 310 298 287 362 327 258 235 241 205 195 203 362 266 256 221 148 184 130 107 186 177 ...
  140.    255 277 237 314 351 287 362 327 258 235 241 205 195 203 201 213 217 235 230 221 153 122 130  ...
  141.    337 324 320 311 340 325 333 312 289 267 259 262 180 165 125 127 108 115 ...
  142.    140 180 202 208 175 189 192 206 201 200 202 211 200 197 180 176 150 154 198 220 250 220 180 140 125 122 121];
  143. % 归一化以上两个矩阵，车辆范围150~400
  144. t1=length(P)
  145. t2=length(T)

  147. min=100;max=370;
  148. for i=1:t1
  149.     for j=1:8
  150.         P(i,j)=(P(i,j)-min)/(max-min);
  151.     end
  152.     T(i)=(T(i)-min)/(max-min);
  153. end

  155. S1=17;%13;%隐层节点个数
  156. S2=2;
  157. [w1,b1,w2,b2]=initff(P',S1,'tansig',T,'purelin')%初始化网络，最多三层
  158. %[w1,b1,w2,b2,w3,b3]=initff(P,S1,'tansig',S2,'purelin');
  159. % k=pickic;
  160. % if k==2
  161. % %         w1=[0.5641;0.8164];
  162. % %         b1=[-0.3781;0.3062];
  163. % %         w2=[0.3313 0.9980];
  164. % %         b2=[-0.1772];
  165. % %--------------------------------------------------------------------------
  166. % %---------------------------------------------------100
  167. % w1=[2.4063    2.7415    1.4561   -2.5735    4.0384    2.3961   -1.8559   0.4239;
  168. %    -2.7761   -1.3457    0.9658    0.0149   -2.0444   -3.4898   -2.3073  -2.7993;
  169. %     3.2467    1.6495    4.6956    1.0841   -3.2989   -0.7979   -1.2666  -0.9117;
  170. %     1.3622    4.2306    0.9504   -3.0748   -2.9399   -1.7217    1.5410  -1.2017;
  171. %     0.0188   -1.9732    1.7077   -1.7858    1.6021   -3.9084   -3.3716  -1.9279;
  172. %    -1.2426   -3.4794    2.5151    3.7008    3.7426   -1.4297   -0.9531  -1.2012;
  173. %     0.0401    2.2170   -4.3445   -2.6141   -1.9640   -0.4439   -2.4358   3.4639;
  174. %    -2.2584    3.1693   -3.9980   -2.6921   -2.6064    0.4021    0.9890  -1.5112;
  175. %    -3.0588    2.2151    0.1952   -2.4010   -2.5893    1.3482    1.5322  -3.3741;
  176. %    -2.6333   -2.3508    2.2585    1.3113   -2.7351   -1.5705    3.5988   1.7061;
  177. %    -2.3524    3.1016    2.1774    1.1169   -3.2643    0.0554    1.9463  -3.0639;
  178. %    -1.2864    1.2364   -4.2832   -2.6603   -2.8947   -0.5233    2.6459   3.1057;
  179. %     0.1316    1.8756    2.2655    4.9274    0.3631    0.3435    3.4166  -2.8535;
  180. %    -0.9200    1.9676    2.9861    3.0741   -2.7440    1.4456    4.4996   0.1083;
  181. %     1.4444    0.1330   -1.6620   -5.7574    0.6894   -1.2357   -2.2234  -3.6448;
  182. %    -3.4055    1.9742    1.7287   -0.7171   -2.9113    2.4279   -0.3615   3.1177;
  183. %     1.5182   -0.9803    0.9349   -0.9522    1.4335    5.3663    3.1944  -0.4715];
  184. %
  185. % b1=[-5.5205;9.0924;-2.4769;0.6689;6.7549;-2.8945;3.7084;5.9825;4.0662;1.1158;0.4256;1.6425;-7.0904;-5.1974;6.3409;-1.5962;-6.4703];
  186. % w2=[0.0656    0.0134   -0.0514    0.0029   -0.0230   -0.1441    0.1241 -0.1129    0.0399   -0.2237    0.0039   -0.2737   -0.2446    0.4762 -0.3628    0.1147   -0.0909];
  187. % b2=-0.1783;
  188. % %--------------------------------------------------------------------------
  189. % end

  191. % df=10;
  192. % me=1000;%800;
  193. % eg=0.0001;%0.00005
  194. % lr=0.02;
  195. % tp=[df me eg lr];
  196. % [w1,b1,w2,b2,te,tr]=trainlm(w1,b1,'tansig',w2,b2,'purelin',P',T,tp);
  197. % [w1,b1,w2,b2,w3,b3,ep,tr]=trainbp(w1,b1,'tansig',w2,b2,'tansig',w3,b3,'purelin',P,T,tp);
  198. disp_fqre=10;max_epoch=100;err_goal=0.0005;spread=1.0;
  199. TP=[disp_fqre max_epoch err_goal spread];
  200. [w1,b1,w2,b2,nr,err]=solverb(P',T,TP);
  201. w1;
  202. b1;
  203. w2;
  204. b2;
  205. nr
  206. y=[w1(1,:) b1(1) w1(2,:) b1(2) w1(3,:) b1(3) w1(4,:) b1(4) w1(5,:) b1(5) w1(6,:) b1(6) w1(7,:) b1(7) w1(8,:) b1(8) ...
  207.    w1(9,:) b1(9) w1(10,:) b1(10) w1(11,:) b1(11) w1(12,:) b1(12) w1(13,:) b1(13) w1(14,:) b1(14) w1(15,:) b1(15) w1(16,:) b1(16) w1(17,:) b1(17) w2 b2];
  208. P=[236; 266 ;347 ;206 ;211 ;217 ;245;230];%[295; 310; 326; 332; 361; 347 ;305;287];
  209. T=296;


  212.     for j=1:8
  213.         P(j)=(P(j)-min)/(max-min);
  214.     end

  216. a1=radbas(dist(w1,P),b1)

  218. a2=purelin(w2*a1,b2)
  219. %----------输出---------------------------
  220. y=a2*(max-min)+min
复制代码

  1. function y=bp_net1(x)
  2. p=-1:0.1:1;
  3. t=[-0.96 -0.577 -0.0729 0.377 0.641 0.66 0.461 0.1336 -0.201 -0.434 -0.5 -0.393 -0.1647 0.0988 0.3072 0.396 0.3449 0.1816 -0.0312 -0.2183 -0.3201];
  4. [R,Q]=size(p);
  5. [S2,Q]=size(t);
  6. S1=5;
  7. [w1,b1]=rands(S1,R);
  8. [w2,b2]=rands(S2,S1);
  9. A2=purelin(w2*tansig(w1*p,b1),b2)
  10. disp_fqre=10;max_epoch=18000;err_goal=1.0;lr=0.5;
  11. TP=[disp_fqre max_epoch err_goal lr];
  12. [w1,b1,w2,b2,epochs,errors]=trainbp(w1,b1,'tansig',w2,b2,'purelin',p,t,TP)
复制代码

[ 本帖最后由 风花雪月 于 2006-10-25 06:16 编辑 ]
回复
分享到：

使用道具 举报

lsy_iori
 楼主| 发表于 2006-5-17 10:58 | 显示全部楼层
  1. function y=bp_net2(x)
  2. clf reset
  3. figure(gcf)
  4. colordef(gcf,'white')
  5. % setsize(500,200);
  6. echo on
  7. clc
  8. pause
  9. %-----------------------------------------------
  10. %经十路与山大路交叉口，星期一由东向西的车流量
  11. P=[320 352 311 330 268 295 317 286 ;
  12.    352 311 330 268 295 317 286 295 ;
  13.    311 330 268 295 317 286 295 310 ;
  14.    330 268 295 317 286 295 310 326 ;
  15.    268 295 317 286 295 310 326 332 ;
  16.    295 317 286 295 310 326 332 361 ;
  17.    317 286 295 310 326 332 361 347 ;
  18.    286 295 310 326 332 361 347 305 ;
  19.    295 310 326 332 361 347 305 287 ;
  20.    310 326 332 361 347 305 287 296 ;
  21.    326 332 361 347 305 287 296 311 ;
  22.    332 361 347 305 287 296 311 287 ;
  23.    361 347 305 287 296 311 287 256 ;
  24.    347 305 287 296 311 287 256 229 ;
  25.    305 287 296 311 287 256 229 184 ;
  26.    287 296 311 287 256 229 184 176 ;
  27.    296 311 287 256 229 184 176 130 ;
  28.    311 287 256 229 184 176 130 157 ;
  29.    287 256 229 184 176 130 157 234 ;
  30.    256 229 184 176 130 157 234 250 ;
  31.    229 184 176 130 157 234 250 267 ;
  32.    184 176 130 157 234 250 267 253 ;
  33.    176 130 157 234 250 267 253 306 ;
  34.    130 157 234 250 267 253 306 347 ;
  35.    157 234 250 267 253 306 347 290 ;
  36.    234 250 267 253 306 347 290 336 ;
  37.    250 267 253 306 347 290 336 229 ;
  38.    267 253 306 347 290 336 229 263 ;
  39.    253 306 347 290 336 229 263 230 ;
  40.    306 347 290 336 229 263 230 257 ;
  41.    347 290 336 229 263 230 257 211 ;
  42.    290 336 229 263 230 257 211 193 ;
  43.    336 229 263 230 257 211 193 201 ;
  44.    229 263 230 257 211 193 201 236 ;
  45.    263 230 257 211 193 201 236 266 ;
  46.    230 257 211 193 201 236 266 347 ;
  47.    257 211 193 201 236 266 347 206 ;
  48.    211 193 201 236 266 347 206 211 ;
  49.    193 201 236 266 347 206 211 217 ;
  50.    201 236 266 347 206 211 217 245];
  51. T=[295 310 326 332 361 347 305 287 296 311 287 256 229 184 176 130 157 234 ...
  52.     250 267 253 306 347 290 336 229 263 230 257 211 193 201 236 266 347 206 211 217 245 230];
  53. % 归一化以上两个矩阵，车辆范围150~400
  54. t1=length(P);
  55. t2=length(T);
  56. % P=[320 352 311 330 268 295 317 286 ;
  57. %    352 311 330 268 295 317 286 295 ;
  58. %    311 330 268 295 317 286 295 310 ;
  59. %    330 268 295 317 286 295 310 326 ;
  60. %    268 295 317 286 295 310 326 332 ;
  61. %    295 317 286 295 310 326 332 361 ;
  62. %    317 286 295 310 326 332 361 347 ;
  63. %    286 295 310 326 332 361 347 305 ];
  64. % T=[295 310 326 332 361 347 305 287];
  65. % 归一化以上两个矩阵，车辆范围150~400
  66. min=100;max=370;
  67. for i=1:t1
  68.     for j=1:8
  69.         P(i,j)=(P(i,j)-min)/(max-min);
  70.     end
  71.     T(i)=(T(i)-min)/(max-min);
  72. end
  73. %-----------------------------------------------------------
  74. pause
  75. % clc
  76. % plot(P,T,'+')
  77. % title('Training Vector');
  78. % xlabel('Input Vector P');
  79. % ylabel('Target Vector T');
  80. % pause

  82. %S1=5;
  83. S1=17;%13;%隐层节点个数
  84. S2=2;
  85. [w1,b1,w2,b2]=initff(P',S1,'logsig',T,'purelin')%初始化网络，最多三层
  86. %[w1,b1,w2,b2,w3,b3]=initff(P,S1,'tansig',S2,'purelin');
  87. echo off
  88. k=pickic;
  89. if k==2
  90. %         w1=[0.5641;0.8164];
  91. %         b1=[-0.3781;0.3062];
  92. %         w2=[0.3313 0.9980];
  93. %         b2=[-0.1772];
  94. %--------------------------------------------------------------------------

  96. % w1 =[-2.9148   -2.4230    0.9980   -0.1043    4.0517   -1.1342   -2.0680  -2.8672;
  97. %    -2.1870    2.5929    2.2296    1.8029    1.8334    3.0653   -3.2251  -0.5993;
  98. %     0.1383   -1.1276    2.1163   -3.8757    0.1253   -0.7250   -3.2350  -4.1476;
  99. %     2.4476    1.6206   -3.8116    2.3761   -0.7474   -0.6544   -3.3655  -2.4777;
  100. %     1.3216   -1.8237    2.9427    4.6835    4.6103    0.3475   -0.1737   0.7022;
  101. %    -1.1680    0.0724    4.2842   -1.8907    2.2630   -4.6367   -1.8433  -0.0394;
  102. %     2.6008   -0.5584    3.8152    2.7831    3.7048    0.0270    1.8372   2.8187;
  103. %    -3.3917    0.5699   -0.8206   -0.1275    2.1155   -1.6533    4.2094  -2.2037;
  104. %     2.8642    1.8894    2.9636   -3.5422   -0.9770    0.2024   -0.8610  -3.7176;
  105. %     0.5528   -1.9429    0.8362    2.0439   -5.3711    1.7581    3.2693   0.9027;
  106. %     2.0420    2.5877    3.0202   -0.0714    3.1975   -2.3333   -0.8931   2.6273;
  107. %     0.6301    0.5639   -3.6863   -2.2509   -1.2566   -4.5306    0.6834   3.0461;
  108. %    -2.0448    3.1168   -2.4001   -1.4638    4.3323    0.2555    0.6471   2.5109;
  109. %    -3.0991    3.5891   -2.5356    1.1810   -1.9544   -1.7722    2.2398  -0.4302;
  110. %    -2.3152    2.3131   -0.5602   -0.2167    0.2638    2.2067    4.7229   1.7523;
  111. %    -2.4264   -1.7909   -0.2938    3.6004   -3.4613    2.0680    3.3052   0.2642;
  112. %    -3.1367    0.5526   -0.2915   -3.3255   -4.4388    0.3307    2.3124   1.9883];
  113. % b1=[4.6558;-5.2883;7.2932;5.0376; -7.7717; 2.6141;-11.1633;1.3431;...
  114. %    -0.2673;-1.4775;-6.9976;2.9303;-3.3965;1.3468;-5.5469;-0.7790;3.3559];
  115. % w2 =[0.0848   -0.5788   -0.0357    0.4627    0.1203    0.2758   -0.1152...
  116. %     -0.1683   -0.1377    0.0547    0.1463   -0.0387    0.0461   -0.0036...
  117. %       0.1398    0.0039    0.1170];
  118. % b2 =-0.3729;
  119. %---------------------------------------------------100
  120. w1=[2.4063    2.7415    1.4561   -2.5735    4.0384    2.3961   -1.8559   0.4239;
  121.    -2.7761   -1.3457    0.9658    0.0149   -2.0444   -3.4898   -2.3073  -2.7993;
  122.     3.2467    1.6495    4.6956    1.0841   -3.2989   -0.7979   -1.2666  -0.9117;
  123.     1.3622    4.2306    0.9504   -3.0748   -2.9399   -1.7217    1.5410  -1.2017;
  124.     0.0188   -1.9732    1.7077   -1.7858    1.6021   -3.9084   -3.3716  -1.9279;
  125.    -1.2426   -3.4794    2.5151    3.7008    3.7426   -1.4297   -0.9531  -1.2012;
  126.     0.0401    2.2170   -4.3445   -2.6141   -1.9640   -0.4439   -2.4358   3.4639;
  127.    -2.2584    3.1693   -3.9980   -2.6921   -2.6064    0.4021    0.9890  -1.5112;
  128.    -3.0588    2.2151    0.1952   -2.4010   -2.5893    1.3482    1.5322  -3.3741;
  129.    -2.6333   -2.3508    2.2585    1.3113   -2.7351   -1.5705    3.5988   1.7061;
  130.    -2.3524    3.1016    2.1774    1.1169   -3.2643    0.0554    1.9463  -3.0639;
  131.    -1.2864    1.2364   -4.2832   -2.6603   -2.8947   -0.5233    2.6459   3.1057;
  132.     0.1316    1.8756    2.2655    4.9274    0.3631    0.3435    3.4166  -2.8535;
  133.    -0.9200    1.9676    2.9861    3.0741   -2.7440    1.4456    4.4996   0.1083;
  134.     1.4444    0.1330   -1.6620   -5.7574    0.6894   -1.2357   -2.2234  -3.6448;
  135.    -3.4055    1.9742    1.7287   -0.7171   -2.9113    2.4279   -0.3615   3.1177;
  136.     1.5182   -0.9803    0.9349   -0.9522    1.4335    5.3663    3.1944  -0.4715];

  138. b1=[-5.5205;9.0924;-2.4769;0.6689;6.7549;-2.8945;3.7084;5.9825;4.0662;1.1158;0.4256;1.6425;-7.0904;-5.1974;6.3409;-1.5962;-6.4703];
  139. w2=[0.0656    0.0134   -0.0514    0.0029   -0.0230   -0.1441    0.1241 -0.1129    0.0399   -0.2237    0.0039   -0.2737   -0.2446    0.4762 -0.3628    0.1147   -0.0909];
  140. b2=-0.1783;
  141. %--------------------------------------------------------------------------
  142. end

  144. echo on

  146. df=10;
  147. me=1000;%800;
  148. eg=0.0001;%0.00005
  149. lr=0.01;
  150. tp=[df me eg lr];
  151. [w1,b1,w2,b2,te,tr]=trainlm(w1,b1,'logsig',w2,b2,'purelin',P',T,tp);
  152. % [w1,b1,w2,b2,w3,b3,ep,tr]=trainbp(w1,b1,'tansig',w2,b2,'tansig',w3,b3,'purelin',P,T,tp);
  153. pause

  155. plottr(tr,eg);
  156. pause

  158. p=2;
  159. w1
  160. b1
  161. w2
  162. b2
  163. % w3
  164. % b3
  165. eg
  166. %----------测试-----------------------
  167. P=[286 295 310 326 332 361 347 305;
  168.    295 310 326 332 361 347 305 287];
  169. T=287;
  170. for j=1:8
  171.     P(j)=(P(j)-min)/(max-min);
  172. end
  173. p=P';
  174. a=simuff(p,w1,b1,'logsig',w2,b2,'purelin')%对网络进行仿真，最多三层
  175. %----------输出---------------------------
  176. y=a*(max-min)+min
  177. % a=sim(p,w1,b1,'tansig',w2,b2,'tansig',w3,b3,'purelin')

  179. echo off
  180. disp('End of DEMOBP6')
复制代码

[ 本帖最后由 风花雪月 于 2006-10-25 06:17 编辑 ]
回复 支持 反对

使用道具 举报

恩熙0326
发表于 2006-5-21 18:09 | 显示全部楼层
呵呵，是山东的同学吧？我也是阿，你的这论文题目是什么啊，我看到有汽车流量，这些流量你是自己测的吗？我也在做BP神经网络的题目，我想找一个BP神经网络辨识的例子，简单一些就行，可是一直没有找到，你能帮我找一下吗，谢谢了~<BR> 我的邮箱是  <a href="mailtddlover520@sina.com" target="_blank" >ddlover520@sina.com</A>   qq 是21802992
回复 支持 反对

使用道具 举报

恩熙0326
发表于 2006-5-21 18:14 | 显示全部楼层
还有啊，我运行你第一个程序的时候有错误啊，你调试了吗，这三个程序分别是干什么的啊，是放在一起运行吗，问题多了，不好意思阿~
回复 支持 反对

使用道具 举报

zheng8408
发表于 2006-5-22 09:41 | 显示全部楼层

回复：（lsy_iori）[分享]神经网络程序

<P>怎么不是ＲＢＦ网络的？<BR></P>
回复 支持 反对

使用道具 举报

lsy_iori
 楼主| 发表于 2006-5-23 14:42 | 显示全部楼层
为三个单独程序，BP网络的
回复 支持 反对

使用道具 举报

aha202
发表于 2006-6-1 21:19 | 显示全部楼层
非常感谢啊，请问有matlab实现的关于基于小波变换的边缘检测和求图像灰度共生矩阵的程序啊，我头都弄晕了还没搞出来，帮帮忙啊。若有能否发到我邮箱阿，<a href="mailtzcj202@sohu.com" target="_blank" >zcj202@sohu.com</A>, help me!thanks!<BR>
回复 支持 反对

使用道具 举报

ysy1981
发表于 2006-6-5 12:21 | 显示全部楼层
虽说程序有点问题，还是先顶一个！
回复 支持 反对

使用道具 举报

lax911
发表于 2006-6-9 16:31 | 显示全部楼层

有人用ART2网络吗？

有人用ART2网络吗？
回复 支持 反对

使用道具 举报

lsy_iori
 楼主| 发表于 2006-6-18 08:45 | 显示全部楼层
神经网络辨识有人做，我可以找找
回复 支持 反对

使用道具 举报

xuxiaoqian
发表于 2006-6-24 21:36 | 显示全部楼层

有谁需要RBF网络的，请把你要的具体题目写出来，我帮你写好再贴上去

<P>做好人就要做到底</P>
回复 支持 反对

使用道具 举报

nicaili
发表于 2006-12-4 20:54 | 显示全部楼层
原帖由 xuxiaoqian 于 2006-6-24 21:36 发表
<P>做好人就要做到底</P>



我想做神经网络故障诊断，你能帮我写个程序学习吗？谢谢，一点基础没有，麻烦您了！:@)
回复 支持 反对

使用道具 举报

guanly20
发表于 2006-12-5 21:08 | 显示全部楼层
进来学习的。楼主辛苦了
回复 支持 反对

使用道具 举报

sjpet2004
发表于 2006-12-17 22:35 | 显示全部楼层
请问有直接把向量归一化的函数吗?
回复 支持 反对

使用道具 举报

lsq001
发表于 2006-12-20 14:37 | 显示全部楼层
嗯，不错。好好看一看。
回复 支持 反对

使用道具 举报

下一页 »
12下一页
返回列表 发新帖
高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 我要加入

本版积分规则

QQ|小黑屋|Archiver|手机版|联系我们|声振论坛

GMT+8, 2024-11-19 11:38 , Processed in 0.055592 second(s), 18 queries , Gzip On.

Powered by Discuz! X3.4

Copyright © 2001-2021, Tencent Cloud.

快速回复 返回顶部 返回列表