第5章 人工神经网络_atlab工具箱.pptVIP

模式识别讲义第5章 人工神经网络 黄可坤 嘉应学院 主要内容 0 引例:神经网络函数拟合(预测) 1 matlab神经网络工具箱 2 人工神经网络(ANN)简介 3 前馈神经网络(BP网络) 4 实例：多元神经网络预测 5 实验：神经网络分类 matlab代码 网络结构 1 matlab神经网络工具箱 1.1 网络数据对象的建立 net=newff([xm,xM],[h1,…,hk],{f1,…,fk}); xm,xM分别为列向量(行数为变量个数)，分别存储每个变量的最小值和最大值。 [h1,…,hk]表示网络各层的节点数, 一共有k层. {f1,…,fk}表示各层使用的传输函数，默认为’tansig’，即Sigmoid函数。还可使用函数’purelin’，即f(x)=x。 其它可看matlab帮助: help newff 1.2 网络数据对象net的属性 net.IW：来自输入层的加权矩阵。BP网络只用net.IW{1},表示各个输入变量对第1层各节点的加权矩阵。 net.LW：来自中间层的加权向量。 BP网络用net.IW{2,1}表示第1隐层个节点向下一层个节点的加权矩阵； net.IW{3,2}表示第2隐层向下一层的加权矩阵… net.b：各层的偏移。Net.b{1}表示第1隐层个节点的偏移… net.trainParam.epochs：最大训练步数。不过当误差准