Matlab神经网络拟合工具箱

目录

示例1：一元函数 y=x²-1 拟合

示例2：多元函数  z=sin(x2+y2)/(x2+y2)  拟合

---

神经网络拟合工具箱 Neural Net Fitting

示例1：一元函数 y=x²-1 拟合

1.输入数据

%输入x,y
x=-3:0.2:5;
y=x.^2-1; 

2.在Matlab的APPS菜单下找到Neural Net Fitting工具并打开，点击Next

3.Select Data窗中Input框中选x,Output框中选y;按Next

4.调整训练、校验、测试样本数（可以默认），按Next。

5.选择神经元个数（可以默认），按Next

6.Train Network窗中，按Train，训练完成后，Plot Fit可查看拟合程度。按Next

7.Next直到Save Results窗口，选中Save network to MATLAB network object named ，按Save Results;按Finish

8.检测拟合效果

xn=-2:0.1:7;
yn=sim(net,xn);
plot(x,y,xn,yn,'r:');

示例2：多元函数  z=sin(x2+y2)/(x2+y2)  拟合

1.输入数据

[X,Y]=meshgrid(-2:0.2:2);
Z=sin(X.^2+Y.^2)./(X.^2+Y.^2+eps);
SX=[X(:),Y(:)];
SZ=Z(:); 

2.在Matlab的APPS菜单下找到Neural Net Fitting工具并打开，点击Next

3.Select Data窗中Input框中选SX,Targets框中选SZ;设置Matrix rows；按Next

4.调整训练、校验、测试样本数（可以默认），按Next。

5.选择神经元个数（可以默认），按Next

6.Train Network窗中，按Train，训练完成后，这里不能查看Plot Fit，要在训练结果界面查看Performance。按Next

7.Next直到Save Results窗口，选中Save network to MATLAB network object named ，按Save Results;按Finish

8.检测拟合效果

[nX,nY]=meshgrid(-3:0.1:3);
NX=[nX(:),nY(:)]
NZ=sim(net,NX'); 
ZZ=reshape(NZ,61,61); 
surf(nX,nY,ZZ)  %显示图像