本文主要内容包括： (1) 介绍神经网络基本原理，(2) AForge.NET实现前向神经网络的方法，(3) Matlab实现前向神经网络的方法 。第0节、引例        本文以Fisher的Iris数据集作为神经网络程序的测试数据集。Iris数据集可以在http://en.wikipedia.org/wiki/Iris_flower_data_set  找到。这里

几个要说明的函数接口:[Y,PS] = mapminmax(X)[Y,PS] = mapminmax(X,FP)Y = mapminmax('apply',X,PS)X = mapminmax('reverse',Y,PS)用实例来讲解,测试数据 x1 = [1 2 4], x2 = [5 2 3];>> [y,ps] = mapminmax(x1)y = 

有时候钻进去就是峰回路转的，偶尔也出来透透气吧，今天玩这个真心很累了，let's have a rest~    随着计算机的普及，现代算法的发展已经不再是那么简单的循环套弄下的了。最近研究了很多回根据现实生活中的一些现象得出的算法，如神经网络算法。人脑大约有1000多亿个神经元，到现在人们对他的了解也是很有限的。神经网络算法便是从结构复杂的人脑抽象出来的，具有信息并行处理能力、自学能力和

核心函数： (1)function [pop]=initializega(num,bounds,eevalFN,eevalOps,options)--初始种群的生成函数 【输出参数】  pop--生成的初始种群 【输入参数】  num--种群中的个体数目  bounds--代表变量的上下界的矩阵  eevalFN--适应度函数  eevalOps--传递给适应度函数

1. 读取Excel文件(a) 命令方式xlsread: 读取命令：[data,text]  = xlsread(FileName, SheetName, Range);data保存的是数据单元格的值， text保存的是字符串单元格的内容。例如：[data,text]  = xlsread('C:\Test\test.xls'', 'testsheet', 'B2:

转载自一、矩阵的表示在MATLAB中创建矩阵有以下规则：a、矩阵元素必须在”[ ]”内；b、矩阵的同行元素之间用空格（或”,”）隔开；c、矩阵的行与行之间用”;”（或回车符）隔开；d、矩阵的元素可以是数值、变量、表达式或函数；e、矩阵的尺寸不必预先定义。二，矩阵的创建：1、直接输入法最简单的建立矩阵的方法是从键盘直接输入矩

归一化的具体作用是归纳统一样本的统计分布性。归一化在0-1之间是统计的概率分布，归一化在-1--+1之间是统计的坐标分布。归一化有同一、统一和合一的意思。无论是为了建模还是为了计算，首先基本度量单位要同一，神经网络是以样本在事件中的统计分别几率来进行训练（概率计算）和预测的，且sigmoid函数的取值是0到1之间的，网络最后一个节点的输出也是如此，所以经常要对样本的输出归一化处理。归一化是统一在0

转载自数据为66个，17个指标输入，1个输出。数据长短不一，最小的个位数，最大的9位数。运行下列代码后误差非常大，求大神们给减小误差的指导方向。matlab代码如下：clcclear%load data1 input outputload matlab3 input outputP=input(1:60,:)';T=output(1:60,:)';inp

转载自新版Matlab中神经网络训练函数Newff的使用方法一、   介绍新版newffSyntax·         net = newff(P,T,[S1 S2...S(N-l)],{TF1 TF2...TFNl}, BTF,BLF,PF,IPF,OPF,DDF)Description newff(P,T,[S1 S2...S(N-l