该博客介绍了使用MATLAB进行BP神经网络的实例，包括输入数据的归一化处理，训练过程，权值和阈值矩阵的获取，输出表达式的解析以及准确率的计算方法。具体涉及训练样本归一化、网络权重和阀值的矩阵表示，以及如何根据输入计算输出和评估预测准确率。
BP神经网络实例（matlab）
- 输入数据：
183组应用数据（input.mat），随机列重排后取：
训练样本个数：160 （input_test.mat）
测试样本个数：23 (input_train.mat)
2．输入数据归一化：
训练样本归一化：[inputn,minp,maxp]=premnmx(input_train);
测试样本归一化：[inputn_test]=tramnmx(input_test,minp,maxp);
3. 训练结果图：
在第41一次时，训练达到最小设定梯度：e-7方，训练结束
<
最低0.47元/天 解锁文章
扫一扫
9万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
