3、神经网络拓扑结构与召回机制解析

神经网络拓扑结构与召回机制解析

1. 神经网络输出曲面绘制

在神经网络（NN）研究中，输出曲面与输入变量 (x) 的关系图虽有一定信息价值，但并非典型研究工具。不过在模糊逻辑设计里，它被称作推理曲面，是标准工具之一。下面以MATLAB NN工具箱（1995版）为例，展示绘制该曲面的具体步骤。

1.1 MATLAB代码实现

% 设置神经网络权重
v = [-4.79; 5.9];
b = [-0.93];

% 设置采样x的绘图网格
[xl, x2] = meshgrid(-2:0.1:2);

% 计算神经网络输入向量p并使用sigmoid函数模拟神经网络
pl = xl(:);
p2 = x2(:);
p = [pl'; p2'];
a = simuff(p, v, b, 'sigmoid');

% 格式化结果以使用'mesh'或'surfl'绘图例程
al = eye(41);
al(:) = a';
mesh(xl, x2, al);

1.2 代码要点说明

• 冒号的使用 ：需阅读MATLAB用户指南，熟悉冒号在矩阵格式化中的用法。
• 矩阵转置 ：向量或矩阵后的撇号（如 pl' ）表示矩阵转置。
• 结果输出抑制 ：命令末尾的分号可抑制结果的打印。
• 注释符号 ：符号 % 表示该行