人工神经网络实验题答案.docVIP

人工神经网络实验一 表 1中给出了某结构在多种状态下的特征向量, 表 2给出了某时刻结构的特征向量, 请 使用人工神经网络根据表 2中的特征向量判断其所属状态。 输入个数为 10,输出个数为 1,故神经元个数为 1,结构如下图。本题是一个模式识别 问题,采用自组织竞争人工神经网络。 图 1-1 网络结构图 画出 6个状态在坐标系中如图 1-2所示。 1 2 -0.200.20.40.60.811.2 Input Vectors p(1 p (2 图 1-2 状态向量图 二、 实验源程序如下(或见附件中 M 文件 : %创建输入向量 X=[0 1;0 1] clusters=6; points=10; std_dev=0.05; P=nngenc(X,clusters,points,std_dev; plot(P(1,:,P(2,:,+r title(Input Vectors; xlabel(p(1; ylabel(p(2; %创建自组织竞争神经网络 net=newc([0 1;0 1],6,.1; net=init(net; w=net.IW{1}; hold off; plot(P(1,:,P(2,:,+r; hold on; plot(w(:,1,w(:,2,ob ; xlabel(p(1; ylabel(p(2; hold off; net.trainParam.epochs=7; hold on; net=init(net; more off; net=train(net,P; TRAINR, Epoch 0/7 TRAINR, Epoch 7/7 TRAINR, Maximum epoch reached. %训练该网络 hold on ; net=init(net; more off ; w=net.IW{1}; delete(findobj(gcf,color ,[0 0 1]; hold off plot(P(1,:,P(2,:,+r; hold off; hold on; plot(w(:,1,w(:,2,ob ; xlabel(p(1; ylabel(p(2; hold off; %仿真该网络 p=[0.794;0.271]; a=sim(net,p; ac=vec2ind(a 三、实验结果 通过仿真计算得出时刻 1属于状态 1,时刻 2属于状态 3,时刻 3属于状态 4. 各时刻对应 的仿真状态图如下。 3 4 -0.200.20.40.60.811.2 p(1 p (2 图 1-3 时刻一对应的状态分析图 0.40.50.60.70.80.911.1 -0.10 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 p(1 p (2 图 1-4 时刻二对应的状态分析图 5 -0.200.20.4 0.60.811.2 p(1p (2 图 1-5 时刻三对应的状态分析图 四、总结 本次实验过程使用了函数 (newc 创建自组织竞争神经网络,分别应用函数 (init 和 (train 对网络进行初始化和训练,有效完成了本次模式识别问题。 人工神经网络实验二 函数逼近 已知系统输出 y 与输入 x 的部分对应关系如下表所示, 设计一神经网络, 完成 y=f(x函数 逼近,并将表格填写完整。 假定 (( 0.82sin ,02.6y f x p p π==+≤≤,训练集为上述表格中 23组数据。 使用 1-5-1BP 网络,隐藏层传递函数使用 Log Sigmoid -函数,输出层使用线性函数。网络 结构图如图 2-1所示。 图 2-1 网络结构图 (图中第一层只画出 2个神经元,共有 5个 二 、第一次手工迭代过程 在开始 BP 算法前,需要选择网络权值和偏置值的初始值,通常选择较小的随机值。 (10.2700.41W -??=?? -?? (10.4800.13b -?? =??-?? ([]200.090.17W =- ([]200.48b = 现在开始执行算法了,初始输入选 0p =:00a p == 第一层的输出为 ([]0.4811101 0.1310.270.480.480.38221log 0log 0.410.130.1310.46751e a f W a b sig sig e ????????---????????+=+=+===?? ? ?????????---????? ???????????+?? 第二层的输出为 ([][][]222120.38220.090.170.480.43490.4675a f W a b purelin ???? =+=-+= ??? ?