采用动量梯度下降算法训练BP网络.docVIP

% 例1 采用动量梯度下降算法训练BP 网络。 % 训练样本定义如下: % 输入矢量为 % p =[-1 -2 3 1 % -1 1 5 -3] % 目标矢量为t = [-1 -1 1 1] close all % --------------------------------------------------------------- % NEWFF——生成一个新的前向神经网络,函数格式: % net = newff(PR,[S1 S2...SNl],{TF1 TF2...TFNl},BTF,BLF,PF) takes, % PR -- R x 2 matrix of min and max values for R input elements % (对于R维输入,PR是一个R x 2 的矩阵,每一行是相应输入的边界值) % Si -- 第i层的维数 % TFi -- 第i层的传递函数, default = tansig % BTF -- 反向传播网络的训练函数, default = traingdx % BLF -- 反向传播网络的权值/阈值学习函数, default = learngdm % PF -- 性能函数, default = mse % ----------------------------------------------