91av视频/亚洲h视频/操亚洲美女/外国一级黄色毛片 - 国产三级三级三级三级

  • 大小: 31.19MB
    文件類型: .rar
    金幣: 1
    下載: 0 次
    發布日期: 2023-07-24
  • 語言: 其他
  • 標簽: 神經網絡??

資源簡介

采用了基于最大矩陣元法的改進RBF神經網絡模型對MG時間序列進行建模預測。

資源截圖

代碼片段和文件信息

function?BP_MG()???????????%BP神經網絡建模
f1=MG(6000);
for?k=201:3200
????SamIn(:k-200)=[f1(k-18);f1(k-12);f1(k-6);f1(k)];
????SamOut(k-200)=f1(k+85);
end
for?t=5001:5500
????TestSamIn(:t-5000)=[f1(t-18);f1(t-12);f1(t-6);f1(t)];
????TestSamOut(t-5000)=f1(t+85);
end
[r1c1]=size(SamIn);
SamNum=c1;
InDim=r1;
[r2c2]=size(TestSamIn);
TestSamNum=c2;
OutDim=1;

????????
a=0.9;
HiddenUnitNum=20;
MaxEpochs=10000;
E0=0.01;
Ir=0.00012;
%繪制樣本曲線
figure(1)
hold?on;
title(‘RBF神經網絡訓練圖‘);
xlabel(‘樣本‘);
ylabel(‘訓練輸出‘);
plot(1:SamNumSamOut‘-‘);
figure(2)
plot(1:TestSamNumTestSamOut‘-‘);
hold?on;
title(‘RBF神經網絡測試圖‘);
xlabel(‘樣本‘);
ylabel(‘測試輸出‘);


W1=0.2*rand(HiddenUnitNumInDim)-0.1;
B1=0.2*rand(HiddenUnitNum1)-0.1;
W2=0.2*rand(OutDimHiddenUnitNum)-0.1;
B2=0.2*rand(OutDim1)-0.1;
W1Ex=[W1?B1];
W2Ex=[W2?B2];

SamInEx=[SamIn‘?ones(SamNum1)]‘;
ErrHistory=[];

t1?=?clock;%計算迭代時間

dW2Ex=0;
dW1Ex=0;

for?epoch=1:MaxEpochs
??HiddenOut=logsig(W1Ex*SamInEx);
??HiddenOutEx=[HiddenOut‘?ones(SamNum1)]‘;
??NetworkOut=W2Ex*HiddenOutEx;
??Error=(SamOut-NetworkOut);
??SSE=sumsqr(Error);
??SSE=SSE/SamNum;
??ErrHistory=[ErrHistory?SSE];
??
??if?SSE??
??Delta2=Error;
??Delta1=W2‘*Delta2.*HiddenOut.*(1-HiddenOut);
??%誤差反向傳播,修改權值
%???Ir=min(0.0005exp(-0.0080*epoch));
??dW2Ex=Delta2*HiddenOutEx‘*Ir+dW2Ex*a;
??dW1Ex=Delta1*SamInEx‘*Ir+dW1Ex*a;
??
??W1Ex=W1Ex+dW1Ex;
??W2Ex=W2Ex+dW2Ex;
??W2=W2Ex(:1:HiddenUnitNum);
??
end

disp([‘算法運行時間:‘num2str(etime(clockt1))‘秒‘]);
disp([‘訓練迭代次數:‘num2str(epoch)‘次‘]);
disp([‘訓練模型誤差:‘num2str(SSE)]);
figure(1)
hold?on
figure(1)
plot(1:SamNumNetworkOut‘-k‘);

TestSamInEx=[TestSamIn‘?ones(TestSamNum1)]‘;
TestHiddenOut=logsig(W1Ex*TestSamInEx);
TestHiddenOutEx=[TestHiddenOut‘?ones(TestSamNum1)]‘;
TestNetworkOut=W2Ex*TestHiddenOutEx;
figure(2)
hold?on
Error1=(TestSamOut-TestNetworkOut)./TestSamOut;
SSE1=sumsqr(Error1);
SSE1=SSE1/TestSamNum;
disp([‘預測模型誤差:‘num2str(SSE1)]);
figure(2)
plot(1:TestSamNumTestNetworkOut‘-k‘);

figure(3)
hold?on
grid
[~Num]=size(ErrHistory);
plot(1:NumErrHistory‘k-‘);
end





????







?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件???????2274??2014-05-08?21:15??MG\BP_MG.m

?????文件???????6344??2014-05-04?11:21??MG\classify.mat

?????文件????????172??2014-05-02?23:01??MG\k.mat

?????文件???????1347??2014-05-08?21:14??MG\kmeans.m

?????文件????????577??2014-05-08?21:10??MG\MG.m

?????文件???32733316??2014-05-02?22:17??MG\r.mat

?????文件???????2950??2014-05-08?23:14??MG\RBF_MG.asv

?????文件???????2950??2014-05-08?23:14??MG\RBF_MG.m

?????目錄??????????0??2014-07-15?20:12??MG

-----------?---------??----------?-----??----

?????????????32749930????????????????????9


評論

共有 條評論