版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
1、学号: 1001314197 人工神经网络实验报告实验一 感知器和BP网络设计及应用实验1 感知器和BP网络设计及应用 题目一 初步认识Matlab人工神经网络工具箱一、 实验目的初步了解人工神经网络工具箱。二、实验内容认识人工神经网络工具箱包含的主要功能函数及分类。三、实验步骤(1) 在命令窗口键入help nnet(2) 描述人工神经网络工具箱划分的主要函数模块,并在每类下挑选3-4个函数,说明其主要功能。四、实验结果 help nnet Neural Network Toolbox Version 6.0 (R2008a) 23-Jan-20081. Graphical user int
2、erface functions. 图形用户界面函数nnstart - Neural Network Start GUI 神经网络启动图形用户界面GUInctool - Neural network classification tool 神经网络分类工具nftool - Neural Network Fitting Tool 神经网络拟合工具nntraintool - Neural network training tool 神经网络训练工具2. Network creation functions. 网络生成函数cascadeforwardnet Cascade-forward neura
3、l network. 级联神经网络competlayer - Competitive neural layer. 竞争神经层distdelaynet - Distributed delay neural network. 分布式延迟神经网络elmannet - Elman neural network. Elman 神经网络3. Using networks. 网络使用network - Create a custom neural network. 创建一个定制的神经网络sim - Simulate a neural network. 模拟神经网络init - Initialize a ne
4、ural network. 初始化一个神经网络adapt - Allow a neural network to adapt. 神经网络的适应train - Train a neural network. 训练一个神经网络4. Simulink support. 仿真支持gensim - Generate a Simulink block to simulate a neural network. 生成Simulink模块来模拟神经网络setsiminit - Set neural network Simulink block initial conditions 设置神经网络Simulink
5、模块初始条件getsiminit - Get neural network Simulink block initial conditions 获得神经网络Simulink模块初始条件neural - Neural network Simulink blockset. 神经网络Simulink 模块集5. Training functions. 训练函数trainb - Batch training with weight & bias learning rules. 批处理具有权重和偏差学习规则的训练trainbfg - BFGS quasi-Newton backpropagation.
6、BFGS 拟牛顿反向传播trainbr - Bayesian Regulation backpropagation. 贝叶斯规则的反向传播trainbu - Unsupervised batch training with weight & bias learning rules. 无监管的批处理具有权重和偏差学习规则的训练6. Plotting functions. 绘图函数plotconfusion - Plot classification confusion matrix. 图分类混淆矩阵ploterrcorr - Plot autocorrelation of error time
7、series. 误差自相关时间序列图ploterrhist - Plot error histogram. 误差直方图plotfit - Plot function fit. 绘图功能(函数)配合题目2 感知器的功能及初步设计一、 实验目的掌握感知器的功能。二、实验内容认识感知器的学习和训练,用demo完成书中题目3.1,记录W,b。三、实验步骤(1) 在命令窗口键入nnd4pr(try 在command window 键入nnd)显示如下图: (2) 将3.1中的样本在图中实现,对感知器进行训练。 (3) 记录初始值,以及正确分类后的W,b,以及训练次数。初始值: W=1 -0.8 b=0,
8、训练结果如下图:训练后的W=1.56 2.09 b=-1.08,训练次数:两次题目3 MATLAB编程实现感知器设计一、实验目的初步掌握MATLAB环境下用编程方式实现感知器的设计。二、实验内容认识感知器的学习和训练,自编程序完成书中题目3.8,记录W,b。三、实验步骤(1) 在命令窗口键入demop1,按如下方式打开demop1.m文件(2) 运行demop1.m文件,观察结果。结果如下: (3) 基于demop1.m, demop6.m文件中的内容,进行适当修改,完成题目3.8。(4) 分析程序中各个函数的作用,如何定义样本的输入和输出。修改后代码: P = 1 1 2 2 -1 -2 -
9、1 -2; . 1 2 -1 0 2 1 -1 -2;T = 0 0 0 0 1 1 1 1;. 0 0 1 1 0 0 1 1; %绘制输入样本向量 plotpv(P,T); %创建一个神经网络并赋初始权值和阈值 net = newp(1 0;0 1,1;1); plotpv(P,T); plotpc(net.IW1,net.b1); %设置训练次数 net.adaptParam.passes = 3;%开始训练 net = adapt(net,P,T); plotpc(net.IW1,net.b1);实验结果:题目4 利用nntool进行感知器设计一、 实验目的初步掌握MATLAB环境下nntool方式实现感知器的设计。二、实验内容利用nntool,进行感知器设计。三、实验步骤(1) 在命令窗口键入nntool(2) 在命令窗口给出样本的输入输出P,T,在nntool中将P,T导入,用new新建网络,对网络训练,观察。(3) 完成题目3.8。因为实验需要将样本数据点分为四类,因此需要两个输出节点来判断四类样本输出的所属分类,同时需要两个感知器来对样本数据做处理。1.新建网络2.网络图3.训
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2024-2030年便利店行业市场发展分析及发展趋势前景预测报告
- 2024-2030年低度酒产业政府战略管理与区域发展战略研究咨询报告
- 2024-2030年以太网网关行业市场现状供需分析及投资评估规划分析研究报告
- 2024-2030年交通检测设备行业市场发展分析与发展趋势及投资前景预测报告
- 2024-2030年二手车市场投资前景分析及供需格局研究预测报告
- 2024-2030年主题地产产品入市调查研究报告
- 2024-2030年中国齿轮测厚仪行业市场发展现状及竞争策略与投资前景研究报告
- 2024-2030年中国黏土3D打印机市场运行态势展望及产业发展创新报告
- 2024-2030年中国麻纺行业市场深度分析及需求形势与投资价值研究报告
- 2024-2030年中国高频阀行业市场发展趋势与前景展望战略分析报告
- 2024年新疆机场有限责任公司招聘笔试参考题库含答案解析
- 黑龙江省哈尔滨市南岗区第十七中学校(五四学制)20222023学年八年级下学期语文3月月考试卷
- 新生儿血友病查房护理课件
- 2023年信阳市潢川县事业单位笔试真题
- 阅读策略:信息提取课件
- 网络架构与设计
- 水下地形匹配导航现状及发展趋势
- 临床营养学基础课件
- Cold Snap 寒流抵达 二部合唱简谱
- 幼儿园大班戏剧主题:三打白骨精剧本
- 工程进度款支付申请表(施工单位填写)-6
评论
0/150
提交评论