用GUI设计神经网络.pptxVIP

用GUI设计神经网络;1.神经网络工具（nntool）;1.神经网络工具（nntool）;1.神经网络工具（nntool）;1.神经网络工具（nntool）;1.神经网络工具（nntool）;1.神经网络工具（nntool）;1.神经网络工具（nntool）;1.神经网络工具（nntool）;1.神经网络工具（nntool）;2.神经网络分类/聚类工具（nctool）;2.神经网络分类/聚类工具（nctool）;2.神经网络分类/聚类工具（nctool）;2.神经网络分类/聚类工具（nctool）;2.神经网络分类/聚类工具（nctool）;2.神经网络分类/聚类工具（nctool）;2.神经网络分类/聚类工具（nctool）;3.神经网络拟合工具（nftool）;;;默认随机地将70%的数据划分为训练样本，15%的数据划分为验证样本，剩下15%的数据为测试样本。 ;;; 模式识别又称模式分类 输入的数据将被划分为事先规定好的某一个类别。类别的数量是确定的，每个输入样本最终都会被归为预定好的某一个类别中。 神经网络模式识别工具可以用来收集数据，创建和训练神经网络，并用均方误差（MSE）和混淆矩阵来评价网络。系统使用一个两层（不包括输入层和输出层）的前向网络，隐含层和输出层都使用sigmoid函数，训练时采用量化连接梯度训练函数，就trainscg函数。 ;启动 nprtool nnstart; x=[0.1,4.2;-0.25,2.8;3,1.1;-0.9,1.2;-1.2,1;3.4,1;-2.5,-1.5;3,3.2;... -2.5,2.7;3.1,-3.2;4,-1.2;3.9,-1;4,3;-4,3.5]‘ y=[1,1,1,1,1,2,1,2,1,2,2,2,2,1]; plot(x(1,y==2),x(2,y==2),r) hold on; plot(x(1,y==1),x(2,y==1),bo);Select Data步骤 ;Validation and Test Data步骤 ;Evaluate Network步骤 ;Save Results步骤 ;;1.有外部输入的非线性自回归问题 ;启动： ntstool nnstart; 1、打开神经网络时间序列工具对话框，在对话框右侧中选择NonLinear Autoregressive with External（Exogenous）Input 2、Select Data步骤。单击Load Example Data Set按钮，弹出Time SeriesDataSet Chooser对话框，在左侧的列表中选择最后一项Fluid Flow in Pipe，单击Import按钮导入 3、Network Architecture步骤 。默认 4、Train Network步骤 。单击Train按钮 5、Evaluate Network步骤 。略过 6、Save Results步骤 。; 无外部输入的非线性自回归问题。 股票的涨落是一个典型的时间序列问题，股价随着时间的推移不断波动，但同时也??企业业绩、国家政策等因素的影响。 在对话框右侧中选择NonLinear Autoregressive 。 Select Data步骤 。 load stock2 s1=stock1(1:140); s2=stock1(141:280); size(stock2); 谢谢大家！;感谢观看！