rbf训练结果可否为线性js 正则表达式式？

来源：蜘蛛抓取(WebSpider) 时间：2012-05-07 16:16 标签： js 正则表达式
【求助】关于训练好了的BP神经网络的MSE值的问题_matlab吧_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名：今日本吧第个签到，本吧因你更精彩，明天继续来努力！
本吧签到人数：0成为超级会员，使用一键签到本月漏签0次！成为超级会员，赠送8张补签卡连续签到：天&&累计签到：天超级会员单次开通12个月以上，赠送连续签到卡3张
关注：141,895贴子：
【求助】关于训练好了的BP神经网络的MSE值的问题收藏
我用matlab做了个BP神经网络，10输入，3输出，50个样本，训练出来，最后仿真时，和测试数据的的误差，就是MSE的值有一百多。。。我想知道，如果网络合格的话，MSE的值应该不大于多少啊？具体的程序在二楼。。。
报考一级消防师要求,学尔森13年考培经验为您解答,更有百度信贷分期付学费.
clear echo on clc % NEWFF——生成一个新的前向神经网络 % TRAIN——对 BP 神经网络进行训练 % SIM——对 BP 神经网络进行仿真 pause
敲任意键开始 clc %
定义训练样本 % P 为输入矢量 P=[
2700;002800;;;;;;;;;;;0;;;;;;0;;;;;;;;;;;;;;;;;;;;;;;;;;00;;;;;00]';% T 为目标矢量T=[142.278
64. 124.662
51.442 ;112.480
105.342 43. 101.732
37.672 ;120.401
98.959 33.9.136 41.503 ;97.844
117.121 46.6.662 45.828 ;102.167
116.012 39.9.445 41.595 ;101.839
113.756 46. 107.910 42.901 ;97.826
121.700 42.8.665 36.398 ;92.446
122.943 41. 115.084 41.313 ;84.083
113.854 38.5.831 37.365 ;101.484
131.000 42.7.138 45.535 ;95.553
126.613 38.1.699 42.143 ;84.031
106.846 38. 117.552 43.992 ;102.965
138.472 40. 112.843 46.533 ;127.719
101.643 41. 117.631 39.771 ;98.570
111.867 43. 135.609 51.845 ;106.889
97.670 39. 97.772
37.404 ;109.413
120.576 49. 141.190 44.378 ;94.395
116.582 42. 121.973 40.099 ;110.622
124.770 45.7.822 42.584 ;87.419
103.105 40.3.519 40.616 ;87.550
123.443 39.9.028 42.439 ;90.534
115.882 38.2.262 44.496 ;92.503
112.822 41.4.725 72.996 ;99.216
128.698 42. 128.299 41.728 ;106.123
120.548 42.7.746 37.478]';%将数据归一化[pn,minp,maxp,tn,mint,maxt]=premnmx(P,T); clc %
创建一个新的前向神经网络 net=newff(minmax(pn),[12,3],{'tansig','purelin'},'traingdm');%
当前输入层权值和阈值 inputWeights=net.IW{1,1} inputbias=net.b{1} %
当前网络层权值和阈值 layerWeights=net.LW{2,1} layerbias=net.b{2} pause clc %
设置训练参数 net.trainParam.show = 100; net.trainParam.lr = 0.05; net.trainParam.mc = 0.9; net.trainParam.epochs = 100000; net.trainParam.goal = 1e-3; pause clc%
调用 TRAINGDM 算法训练 BP 网络 [net,tr]=train(net,pn,tn); pauseclc% 对BP网络进行仿真% 测试数据输入P1=[;;;;]';% 测试数据期望输出T1=[123.270
105.141 38.4.018 42.304 ;84.690
117.659 37. 138.300 52.553 ;90.930
114.898 35.521]';% 测试数据的归一化p2n=tramnmx(P1,minp,maxp);an=sim(net,p2n);% 数据的反归一化 ，即最终想得到的预测结果a=postmnmx(an,mint,maxt)% 计算仿真误差b=T1E1=T1-aE2=(T1-a)./T1MSE=mse(E1)
程序是复制粘贴上来的，弄变了，输入数据是 前八个是一位数，后两个都是四位数。。。输出是，前两个是三位数，小数点后有三位，最后一个是两位数，小数点后有三位。。。这样弄出来，MSE的值特别大，一百多。。。想知道正常的MSE的值应该是个什么样的范围？
只是想知道MSE大概的正常范围就行了。。。
% 当前输入层权值和阈值 inputWeights=net.IW{1,1} inputbias=net.b{1} % 当前网络层权值和阈值 layerWeights=net.LW{2,1} layerbias=net.b{2} 这些代码是什么意思？
就是显示出那个时候输入层和网络层的权值和阈值吧。。。
应该没那么大
　　　--来自iPhone 5S 164G 土豪金镶钻防水防弹超长待机180天版 VIP客户端　
报考二级消防师要求,学尔森13年考培经验为您解答,更有百度信贷分期付学费.
问下你论文最后是怎么写的 我今年也做这个 也还没搞清楚
请问 你最后使用的MSE是多大的？谢谢
登录百度帐号推荐应用
为兴趣而生，贴吧更懂你。或判断向量B能否由向量组A线性表示.若能够,通过Matlab写出线性表达式.
beta=[2 0 0 3]';a1=[1 1 1 1]';a2=[-1 0 2 1]';a3=[1 2 4 3]';a4=[2 2 2 2]';rref([a1 a2 a3 a4 beta])ans =1 0 2 2 00 1 1 0 00 0 0 0 10 0 0 0 0结果表明,以a1 a2 a3 a4 beta构成的增广矩阵的秩与系数矩阵的秩不等,从而对应方程组无解,即B不能由向量组A线性表示
为您推荐：
其他类似问题
扫描下载二维码君，已阅读到文档的结尾了呢~~
神经网络 bp神经网络 人工神经网络 卷积神经网络 神经网络 matlab 神经网络算法 神经网络模型 bp神经网络模型 神经网络控制 深度神经网络
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
神经网络BRF
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口

我要回帖

更多关于 js 正则表达式 的文章

 

随机推荐