用BP神经网络逼近正弦函数（个人笔记）

最新推荐文章于 2022-05-17 21:48:13 发布

原创

最新推荐文章于 2022-05-17 21:48:13 发布

· 1.3k 阅读

0 ·

版权

文章标签：

#神经网络 #机器学习 #人工智能

本文记录了使用BP神经网络来逼近正弦函数的过程，网络结构为1-6-1，权重随机初始化在[-1,1]区间，学习率为0.5，动量因子为0.05。经过500次迭代，成功实现拟合，并附有代码展示。" 136973153,11060123,Java线上fullGC分析与解决：日志监控与插件拦截,"['Java', '性能优化', 'mybatis', '日志', '面试']

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

用BP网络逼近正弦函数，输入信号 $u(k)=sin(4\pi t)$ ,神经网络结构为1-6-1，权值 $W_{1}$ 与 $W_{2}$ 的初始值取[-1,1]之间的的随机值，取学习率 $\eta$ =0.5，动量因子 $\alpha$ =0.05。循环500次达到最佳，见下图：

代码如下：

%BP identification
clear all;
close all;

xite=0.50;
alfa=0.05;

w2=rands(6,1);
w2_1=w2;w2_2=w2_1;

w1=rands(1,6);
w1_1=w1;w1_2=w1;

dw1=0*w1;

x=[0]';

u_1=0;
y_1=0;

I=[0,0,0,0,0,0]';
Iout=[0,0,0,0,0,