MATLAB——线性神经网络预测程序

微❤关注"电击小子程高兴的MATLAB小屋"获得资料(专享优惠)

%% 学习目标: 线性神经网络

%% 收敛速度和精度比之前讲的感知器神经网络要高,

%% 主要应用在函数逼近,信号预测,模式识别,系统辨识方面

clear all;

close all;

P=1.1 2.2 3.1 4.1;

T=2.2 4.02 5.8 8.1;

lr=maxlinlr(P); %获取最大学习速率

net=newlin(minmax(P),1,0,lr); %建立线性神经网络

net.trainParam.epochs=500; %训练 做多500次

net.trainParam.goal=0.04; %训练误差设定为0.04

net=train(net,P,T);

Y=sim(net,P) %仿真

相关推荐
蒟蒻的贤4 分钟前
从线性分类器到两层神经网络:为什么我们需要非线性?
人工智能·深度学习·神经网络
Johnstons6 分钟前
如何精确模拟网络丢包进行测试?实测指南
开发语言·网络·php·网络测试·网络损伤·弱网模拟
蒟蒻的贤6 分钟前
为什么加入 ReLU 后,神经网络可以学习线性可分的特征?
人工智能·神经网络·学习
csdn_aspnet7 分钟前
Python 霍尔分区算法(Hoare‘s Partition Algorithm)
开发语言·python·算法
程序喵大人11 分钟前
C++与C语言的核心区别是啥
c语言·开发语言·c++
jjjava2.012 分钟前
全面拆解 Java 锁:分类辨析 + 底层原理精讲
java·开发语言
曹牧13 分钟前
Java:import NeverUsed
java·开发语言·log4j
imDwAaY14 分钟前
从非线性分类到多层神经网络 CS188 Note21 学习笔记
人工智能·笔记·python·神经网络·学习·机器学习·分类
我不是懒洋洋25 分钟前
【C++】内存管理与模板(C++内存管理方式、new和delete的实现原理、malloc/free和new/delete的区别、函数模板、类模板)
c语言·开发语言·c++·青少年编程·visual studio