purelin函数什么是线性函数数嘛?

内容提示:神经元的十个作用函數及导数 神经网络控制教材(第三版)

文档格式:PPT| 浏览次数:53| 上传日期: 12:31:38| 文档星级:?????

}

训练结果 总结 从三幅图可以看出将traingda改为traingd之后,连所要求的精度都不能达到我由此推出,训练算法对非线性函数的逼近有一定影响应当选择适合的训练算法。 本例是┅个比较简单的例子意在构造三层BP网络,通过改变其不同的参数值来观测相应的性能变化通过本例我们大概了解了隐层节点数和BP学习算法对网络性能的影响。当然还有很多不足之处希望大家多多指正。 参考文献 函数逼近问题是神经网络研究的基本问题之一.目前非线性系统的研究已成为国内外科学研究的热点。复杂非线性系统辨识是非线性系统研究的前提和基础其中非线性系统的黑箱辨识问题尤为引人注目。而具有良好函数逼近能力的神经网络为非线性系统黑箱辨识提供了一种十分有效的工具本文选取比较有代表性的BP神经网络对非线性函数的逼近问题进行研究,并通过实际的建模仿真给出了相关的实验结果 什么是BP网络 BP 神经网络是一种多层前馈神经网络,该网络的主要特点是信号前向传递, 误差反向传播。在前向传递中,输入信号从输入层经隐含层逐层处理, 直至输出层每一层的神经元状态只影响下一層神经元状态。如果输出层得不到期望输出, 则转入反向传播,根据预测误差调整网络权值和阈值,从而使B P神经网络预测输出不断逼近期望输出 开始 初始化,对各连接权赋值 输入训练样本集 前向传播:分别计算隐层、输出层 各神经元的输出 计算对样本产生的误差 满足目标误差 要求 计算输出层上各神经元的梯度值 并调整该层上神经元的连接权 反向传播:逐层计算各隐层的神经元梯度值, 并调整各连接权值 Y N 结束 函数逼近流程图 构建三层BP网络

}

试试将训练函数变为trainlm这个比较赽速精度也高。梯度下降法有时会出问题的 traingdm是带动量的梯度下降法,trainlm是指L-M优化算法trainscg是指量化共轭梯度法,除此之外还有traingdx、traingda等都是权徝的训练算法。看MATLAB结合神经网络的基础书上都有介绍 tansig和logsig 统称Sigmoid函数,logsig是单极性S函数tansig是双极性S函数,也叫双曲正切函数purelin什么是线性函数數,是节点的传输函数

你对这个回答的评价是?

下载百度知道APP抢鲜体验

使用百度知道APP,立即抢鲜体验你的手机镜头里或许有别人想知道的答案。

}

我要回帖

更多关于 什么是线性函数 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信