小波神经网络MATLAB程序

MATLAB实现小波神经网络教程

最新推荐文章于 2025-06-27 13:38:31 发布

ytffhew

最新推荐文章于 2025-06-27 13:38:31 发布

阅读量1.1w

点赞数 13

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/ytffhew/article/details/84191387

这是一个关于使用MATLAB构建小波神经网络的教程，涵盖了从初始化数据到权重调整的完整过程。通过实例展示了如何进行网络输入、隐藏层输出的计算，并利用莫莱特小波函数进行特征处理。教程适合初学者，旨在帮助理解小波神经网络的工作原理。

分享一下我老师大神的人工智能教程！零基础，通俗易懂！http://blog.youkuaiyun.com/jiangjunshow

也欢迎大家转载本篇文章。分享知识，造福人民，实现我们中华民族伟大复兴！

clear all
%initiate of data
P=3 %numberof sample
m=1%number of input node
n=10%number of hidden node
N=1%number of ouptut node
%
%a(n) b(n) scale and shifting parameter matrix
%x(P,m) input matrix of P sample
%net(P,n) ouput of hidden node
%y(P,N) output of network
%d(P,N) ideal output of network
% phi(P,n) ouput of hidden node wavelet funciton
%W(N,n)weight value between ouput and hidden
%WW(n,m) weight value between hidden and input node
x=[4;5;6]
d=[1.3;3.6;6.7]
W=rand(N,n)
WW=rand(n,m)
a=ones(1,n)
for j=1:n
b(j)=j*P/n;
end
%%%%%%%%%%%%%%%%%%
%EW(N,n) gradient of W
%EWW(n,m) gradient of WW
%Ea(n) gradient of a
%Eb(n) gradient of b
%%%%%%%%%%%%%%]
epoch=1;
epo=100;
error=0.05;
err=0.01;
delta =1;
lin=0.5;
while (error>=err & epoch<=epo)

     u=0;%u is the middle variant
     %caculation of net input
     for p=1:P
         for j=1:n
             u=0;
           &nbs