資源簡介
BP神經(jīng)網(wǎng)絡(luò)與ELM神經(jīng)網(wǎng)絡(luò)算法比較，通過對y=x1^2+x2^2的擬合來對比兩種算法的計算時間和預(yù)測效果，實驗證明，ELM算法更快更準確，文件中包含了運行程序的所有源文件
代碼片段和文件信息
%y=x1^2+x2^2;
%分別用BP神經(jīng)網(wǎng)絡(luò)和
%EML神經(jīng)網(wǎng)絡(luò)方法進行訓(xùn)練和預(yù)測
%
clcclear;
load?data?input?output;
k=rand（12000）;
[mn]=sort（k）;
input_train=input（n（1:1900）:）‘;
output_train=output（n（1:1900））;?????%一行
input_test=input（n（1901:2000）:）‘;
output_test=output（n（1901:2000））;
[inputninputps]=mapminmax（input_train）;??????????%輸入歸一化
[outputnoutputps]=mapminmax（output_train）;????%輸出歸一化
net=newff（inputnoutputn5）;
net.trainParam.epochs=100;
net.trainParam.lr=0.1;
net.trainParam.goal=0.00004;
net=train（netinputnoutputn）;
inputn_test=mapminmax（‘a(chǎn)pply‘input_testinputps）;?%按照inputps格式進行歸一化
an=sim（netinputn_test）;
BPoutput=mapminmax（‘reverse‘a(chǎn)noutputps）;%按照outputps格式進行反歸一化，變成真實值
figure（1）
plot（BPoutput‘:og‘）;
hold?on
plot（output_test‘-*‘）
legend（‘預(yù)測輸出‘‘期望輸出‘）;
error=output_test-BPoutput;
figure（2）
plot（error‘-*‘）
[IWBLWTFTYPE]?=?elmtrain（inputnoutputn30）;
tn_sim?=?elmpredict（inputn_testIWBLWTFTYPE）;
T_sim=mapminmax（‘reverse‘tn_simoutputps）;
figure（3）
plot（T_sim‘:og‘）;
hold?on
plot（output_test‘-*‘）
legend（‘預(yù)測輸出‘‘期望輸出‘）;
error=output_test-T_sim;
figure（4）
plot（error‘-*‘）
?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2014-01-04?10:05??BP?and?ELM\
?????文件????????1244??2014-01-02?19:37??BP?and?ELM\BP_ELM.m
?????文件???????46375??2013-12-31?21:07??BP?and?ELM\data.mat
?????文件????????1454??2013-12-31?15:00??BP?and?ELM\elmpredict.m
?????文件????????1752??2013-12-31?15:00??BP?and?ELM\elmtrain.m
- 上一篇：粒子群算法路徑規(guī)劃動畫演示
- 下一篇：SAO星表數(shù)據(jù)
評論
共有 條評論