4 人工神经网络 多层神经网络.docVIP

实验项目 人工神经网络: 多层神经网络 ********************************************************************************************** 一、实验目的 多层感知器是有一个或多个隐含层的前馈神经网络。通常网络包含一个源神经元的输入层，至少一个计算神经元的中间层或隐含层，以及一个计算神经元的输出层。输入信号一层一层地向前传递。利用后向传送网络中使用的学习规则，实现执行Exclusive-OR操作三层网络。 二、实验方法 后向传送方法。多层网络的学习过程和感知器一样，要给网络提供输入模式训练集。网络计算其输出模式，如果有错，也就是说实际输出和期望输出模式不一样，就调节权重来减小误差。多层网络中，有多个权重，每个权重对一个以上的输出都有贡献。 三、实验步骤： 四、实例 利用多层感知器原理并用后向传送的训练算法在Matlab实现XOR的逻辑操作。 1）实现代码 rand(seed,8353); p=[1 0 1 0;1 1 0 0] pause t=[0 1 1 0] pause s1=2; s2=1; net=newff([0 1;0 1],[s1,s2],{tansig,purelin},traingd); pause net.trainParam.show=1; net.trainParam.epochs=1000; net.trainParam.goal=0.001; net.trainParam.lr=0.1; [net,tr]=train(net,p,t); figure plotpv(p,t); linehandle=plotpc(net.IW{1},net.b{1}); p=[1;1] a=sim(net,p) p=[0;1] a=sim(net,p) pause p=[1;0] a=sim(net,p) pause p=[0;0] a=sim(net,p) 2）实验截图： 步骤3: 探究多层神经网络的加速学习 3)实验结果: