冰冰点灯,照亮我家门前~
欢迎进入nnetinfo
用户名:
密码:
深圳学习数据分析,数据挖掘,请联系yahushuxue@163.com~
nnetinfo : 本网发布神经网络相关的学习与研讨内容。
当前位置:教学区
一个简单的神经网络例子
作者:xiaoH   日期:2015-07-16 11:18:37.0

用于训练的输入数据:

对应的输出数据:

我们这里设置:

1:节点个数设置: 输入层、隐层、输出层的节点个数分别为[2 ,3,1]。

2:传递函数设置:隐层( tansig函数)。输出层(purelin函数)。

3:训练方式:trainlm。

 

即得到下图的模型:

 

在matlab2012b里写代码:

   x1 = [-3,-2.7,-2.4,-2.1,-1.8,-1.5,-1.2,-0.9,-0.6,-0.3,0,0.3,0.6,0.9,1.2,1.5,1.8];  %x1:x1 = -3:0.3:2;

   x2 = [-2,-1.8,-1.6,-1.4,-1.2,-1,-0.8,-0.6,-0.4,-0.2,-2.2204,0.2,0.4,0.6,0.8,1,1.2];%x2:x2 = -2:0.2:1.2;

   y  = [0.6589,0.2206,-0.1635,-0.4712,-0.6858,-0.7975,-0.8040,...

           -0.7113,-0.5326,-0.2875 ,0,0.3035,0.5966,0.8553,1.0600,1.1975,1.2618];  %y: y = sin(x1)+0.2*x2.*x2;

   inputData  = [x1;x2]; %将x1,x2作为输入数据

   outputData = y;       %将y作为输出数据

 

   %使用用输入输出数据(inputData、outputData)建立网络,

   %隐节点个数设为3.其中隐层、输出层的传递函数分别为tansig和purelin,使用trainlm方法训练。

   net = newff(inputData,outputData,3,{'tansig','purelin'},'trainlm');

 

   %设置一些常用参数

   net.trainparam.goal = 0.0001; %训练目标:均方误差低于0.0001

   net.trainparam.show = 400;    %每训练400次展示一次结果

   net.trainparam.epochs = 15000;  %最大训练次数:15000.

 

   [net,tr] = train(net,inputData,outputData);%调用matlab神经网络工具箱自带的train函数训练网络

 

   simout = sim(net,inputData); %调用matlab神经网络工具箱自带的sim函数得到网络的预测值

   figure;  %新建画图窗口窗口

   t=1:length(simout);

   plot(t,y,t,simout,'r')%画图,对比原来的y和网络预测的y

 

运行后得到训练的图:

                  红色为网络预测的y,蓝色为原来的y。

若果想知道x1=0.5,x2=0.5时的值,可输入

x=[0.5;0.5];

simy=sim(net,x)

这样,就能够预测y的值。

 

实际上训练好的网络其实就是一个函数,将x1,x2映射成simy,

如何提取出这个函数的具体表达式?

需要了解请查看:提取神经网络数学表达式