二次元同好交流新大陆
扫码下载App
温馨提示！由于新浪微博认证机制调整，您的新浪微博帐号绑定已过期，请重新绑定！&&|&&
LOFTER精选
网易考拉推荐
用微信&&“扫一扫”
将文章分享到朋友圈。
用易信&&“扫一扫”
将文章分享到朋友圈。
阅读(7475)|
用微信&&“扫一扫”
将文章分享到朋友圈。
用易信&&“扫一扫”
将文章分享到朋友圈。
历史上的今天
loftPermalink:'',
id:'fks_',
blogTitle:'matlab的BP神经网络例子程序',
blogAbstract:'
1. BP神经网络的设计实例& && 例1. 采用动量梯度下降算法训练BP 网络。& 训练样本定义如下：& 输入矢量为&&&&& p =[-1 -2 3& 1;-1& 1 5 -3]& 目标矢量为&& t = [-1 -1 1 1]& 解：本例的 MATLAB 程序如下：&& close all&& 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&&&&&&&&& ',
blogTag:'人工神经网络,bp,matlab',
blogUrl:'blog/static/',
isPublished:1,
istop:false,
modifyTime:0,
publishTime:1,
permalink:'blog/static/',
commentCount:2,
mainCommentCount:2,
recommendCount:0,
bsrk:-100,
publisherId:0,
recomBlogHome:false,
currentRecomBlog:false,
attachmentsFileIds:[],
groupInfo:{},
friendstatus:'none',
followstatus:'unFollow',
pubSucc:'',
visitorProvince:'',
visitorCity:'',
visitorNewUser:false,
postAddInfo:{},
mset:'000',
remindgoodnightblog:false,
isBlackVisitor:false,
isShowYodaoAd:false,
hostIntro:'',
hmcon:'1',
selfRecomBlogCount:'0',
lofter_single:''
{list a as x}
{if x.moveFrom=='wap'}
{elseif x.moveFrom=='iphone'}
{elseif x.moveFrom=='android'}
{elseif x.moveFrom=='mobile'}
${a.selfIntro|escape}{if great260}${suplement}{/if}
{list a as x}
推荐过这篇日志的人：
{list a as x}
{if !!b&&b.length>0}
他们还推荐了：
{list b as y}
转载记录：
{list d as x}
{list a as x}
{list a as x}
{list a as x}
{list a as x}
{if x_index>4}{break}{/if}
${fn2(x.publishTime,'yyyy-MM-dd HH:mm:ss')}
{list a as x}
{if !!(blogDetail.preBlogPermalink)}
{if !!(blogDetail.nextBlogPermalink)}
{list a as x}
{if defined('newslist')&&newslist.length>0}
{list newslist as x}
{if x_index>7}{break}{/if}
{list a as x}
{var first_option =}
{list x.voteDetailList as voteToOption}
{if voteToOption==1}
{if first_option==false},{/if}&&“${b[voteToOption_index]}”&&
{if (x.role!="-1") },“我是${c[x.role]}”&&{/if}
&&&&&&&&${fn1(x.voteTime)}
{if x.userName==''}{/if}
网易公司版权所有&&
{list x.l as y}
{if defined('wl')}
{list wl as x}{/list}如何在matlab中建立多层bp神经网络，如何在MATLAB中建立BP神经网络
来源：网络
关键字： matlab bp
更新时间：
延伸：本文除了聚合《如何在matlab中建立多层bp神经网络》，免费提供的有关matlab bp和如何在MATLAB中建立BP神经网络的内容之一，已有不少的网友认为此答案对自己有帮助！获取更多与《》相关的知识。
网友0的回答
可以用工具箱 或在命令窗口写入:nntool 当然也可以用编程,写函数。网友1的回答
把报错内容写以下吧,我猜可能是你传输函数没有加吧 {‘tansig’, ‘purelin’}改成{‘网友2的回答
楼主你好,建议你用前向BP网络 可以到MTALAB论坛逛逛,学习学习 我也是在最近研究这方面的 希望网友1的回答
%人脸识别模型,脸部模型自己找吧。 function mytest() images=[ 网友0的回答
可以运行 你看看是不是你的版本有问题? net = Neural Network object: a网友1的回答
1.newff虽然没有规定输入层神经元个数,那输入层神经元个数是如何确定的? 输入层是根据你读入数据网友2的回答
%% BP算法function Out=bpnet(p,t,p_test)S1=5; %thresh网友1的回答
假设输入的是5个参数,输出1个参数。 神经网络的节点结构为 5-N-1 (N是中间层节点数,数目5a8据网友0的回答
最满意的回答
猜你感兴趣
回答问题赢iPhone 6君，已阅读到文档的结尾了呢~~
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
BP神经网络在MATLAB上的实现与应用
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--144.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秒自动关闭窗口神经网络（2）
MATLAB（2）
运用Matlab创建BP神经网络（R2010b）
BP神经网络属于前向网络
以下为创建BP神经网络的方法及参数意义
（1）net=newff（P,T,S）或者net = newff(P,T,S,TF,BTF,BLF,PF,IPF,OPF,DDF)
P：输入参数矩阵。(RxQ1)
T：目标参数矩阵。(SNxQ2)
S：N-1个隐含层的数目（S（i）到S（N-1）），输出层的单元数目取决于T，默认为空矩阵。
TF：相关层的传递函数，默认隐含层为tansig函数，输出层为purelin函数。
BTF：BP神经网络学习训练函数，默认值为trainlm函数。
BLF：权重学习函数，默认值为learngdm。
PF：性能函数，默认值为mse。
IPF，OPF，DDF均为默认值即可。
（2）传递函数
purelin 线性传递函数
tansig 正切 S 型传递函数
logsig 对数 S 型传递函数
隐含层和输出层函数的选择对BP神经网络预测精度有较大影响，一般隐含层节点转移函数选用 tansig函数或logsig函数，输出层节点转移函数选用tansig函数或purelin函数。
（3）学习训练函数
神经网络的学习分为有导师学习和无导师学习。
最速下降BP算法：traingd
动量BP算法：traingdm
学习率可变的BP算法：trainda（学习率可变的最速下降BP算法）；traindx（学习率可变的动量BP算法）
弹性算法：trainrp
变梯度算法：traincgf（Fletcher-Reeves修正算法）
& && && && &traincgp（Polak_Ribiere修正算法）
& && && && &traincgb（Powell-Beale复位算法）
& && && && &trainbfg（BFGS 拟牛顿算法）
trainoss（OSS算法）
trainlm（LM算法）
参数说明：通过net.trainParam可以查看参数
& & Show Training Window Feedback& &showWindow: true
& & Show Command Line Feedback showCommandLine: false
& & Command Line Frequency& && && && &show: 两次显示之间的训练次数
& & Maximum Epochs& && && && && && & epochs: 训练次数&
& & Maximum Training Time& && && && &&&time: 最长训练时间（秒）
& & Performance Goal& && && && && && && & goal: 网络性能目标
& & Minimum Gradient& && && && && && &min_grad: 性能函数最小梯度
& & Maximum Validation Checks& && && &max_fail: 最大验证失败次数
& & Learning Rate& && && && && && && && && &lr: 学习速率
& & Learning Rate Increase& && && && &&&lr_inc: 学习速率增长值
& & Learning Rate& && && && && && && &&&lr_dec: 学习速率下降值
& & Maximum Performance Increase&&max_perf_inc:
Momentum Constant& && && && && && && &&&mc: 动量因子
（4）BP神经网络预测函数
SimOut = sim('model', Parameters) & y=sim(net,x)
函数功能：用训练好的BP神经网络预测函数输出
net：训练好的网络
x：输入数据
y：网络预测数据
(5)训练函数
[net,tr] = train(Net,P,T,Pi,Ai)
Net&&待训练的网络
P& & 输入数据矩阵
T& & 输出数据矩阵 (default = zeros)
Pi& &初始化输入层条件 (default = zeros)
Ai& &初始化输出层条件 (default = zeros)
net& &训练好的网络
tr& & 训练过程记录
注意：P& &Ni-by-TS cell array& &Each element P{i,j,ts} is an Ni-by-Q matrix.
T& &Nl-by-TS cell array& &Each element T{i,ts} is a Ui-by-Q matrix.
BP网络的常用函数表
函数类型& & & & 函数名称& & & & 函数用途
前向网络创建函数& & & & newcf& & & & 创建级联前向网络
& & & & Newff& & & & 创建前向BP网络
传递函数& & & & logsig& & & & S型的对数函数
& & & & tansig& & & & S型的正切函数
& & & & purelin& & & & 纯线性函数
学习函数& & & & learngd& & & & 基于梯度下降法的学习函数
& & & & learngdm& & & & 梯度下降动量学习函数
性能函数& & & & mse& & & & 均方误差函数
& & & & msereg& & & & 均方误差规范化函数
显示函数& & & & plotperf& & & & 绘制网络的性能
& & & & plotes& & & & 绘制一个单独神经元的误差曲面
& & & & plotep& & & & 绘制权值和阈值在误差曲面上的位置
& & & & errsurf& & & & 计算单个神经元的误差曲面
范例（网上搜寻的，谢谢原作者）
现给出一药品商店一年当中12个月的药品销售量（单位：箱）如下：
00 00 00 56
训练一个BP网络，用当前的所有数据预测下一个月的药品销售量。
我们用前三个月的销售量预测下一个月的销售量，也就是用1-3月的销售量预测第4个月的销售量，用2-4个月的销售量预测第5个月的销售量，如此循环下去，直到用9-11月预测12月份的销售量。这样训练BP神经网络后，就可以用10-12月的数据预测来年一月的销售量。
实现程序如下：
P =[00;98;34;00;...
& &73;78;00;00;...
T = [00 00 56];
pmax = max(P);
pmax1 = max(pmax);
pmin = min(P);
pmin1 = min(pmin);
& & P1(i,:)=(P(i,:)-pmin1)/(pmax1-pmin1);
& & T1(i)=(T(i)-pmin1)/(pmax1-pmin1);
net = newff(P1',T1,[3 7],{'tansig' 'logsig'},'traingd');
for i = 1:9
& & net.trainParam.epochs = 15000;
& & net.trainParam.goal=0.01;
& & net.trainParam.lr = 0.1
& & net = train(net,P1(i,:)',T1(i));
y=sim(net,[56]');
y1=y*(pmax1-pmin1)+pmin1;
如果神经网络的训练函数使用trainlm，则仿真步骤会很少，但需要较大的系统内存。
经预测，来年一月的销售量（y1）为1.6845e+003箱（每次运行后的结果可能不同）。
参考知识库
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：6489次
排名：千里之外
转载：33篇
(14)(11)(8)权函数神经网络的MATLAB实现--《南京邮电大学》2012年硕士论文
权函数神经网络的MATLAB实现
【摘要】：在传统神经网络学习算法(如BP算法、RBF算法)中,权值为常数,不能够对样本信息进行完全记忆。针对这种问题,南京邮电大学的张代远教授在其专著《神经网络新理论与方法》中提出权函数神经网络算法,用权函数代替权值,能够实现在学习训练中对样本特征的精确记忆,并且,在这种新型网络算法中,神经网络泛化能力随着样本个数的增加而增强。但是一般情况下,通过有限个已知样本点求理论权函数是不可能做到的。在张代远教授的研究基础上,可以通过插值的方法求得近似的权函数,构造权函数神经网络。
在MATLAB下编程的理论部分,主要是依据权函数神经网络的理论研究。通过插值方法构造近似权函数,对权函数神经网络结构在多输入单输出和多输入多输出两种情况下的误差进行分析。分析结果表明,训练样本个数越多,误差值越小。
在软件实现部分,本课题主要实现的是关于权函数神经网络在MATLAB实现的应用研究。针对该软件需求分析设计出能够通过网络参数建立权函数神经网络,对于样本的采集,加权因子的输入,设计出能够读取纯文本文件和二进制文件功能。在软件的辅助功能里面,加入权函数神经网络的灵敏度分析。同时该软件拥有帮助菜单和英文版本,完善该软件应用功能。
【关键词】：
【学位授予单位】：南京邮电大学【学位级别】：硕士【学位授予年份】：2012【分类号】：TP183;TP319【目录】：
中文摘要4-5ABSTRACT5-8第一章 引言8-11 1.1 研究背景8-9 1.2 国内外发展现状9 1.3 论文研究内容及组织结构9-11
1.3.1 论研究内容文9-10
1.3.2 论文组织结构10-11第二章 神经网络基础11-25 2.1 神经网络结构介绍11-12 2.2 常见的传统神经网络学习算法12-13
2.2.1 BP 神经网络12-13
2.2.2 RBF 神经网络13 2.3 权函数神经网络13-23
2.3.1 有理权函数神经网络的建立与误差分析15-18
2.3.2 有理样条权函数神经网络的建立与误差分析18-19
2.3.3 Padé权函数神经网络的建立与误差分析19-21
2.3.4 B 样条权函数神经网络建立与误差分析21-22
2.3.5 正交权函数神经网络建立与误差分析22-23 2.4 本章小结23-25第三章 权函数函数神经网络仿真应用软件设计分析25-31 3.1 仿真平台MATLAB25-26
3.1.1 MATLAB 简介25
3.1.2 GUIDE 简介25-26
3.1.3 仿真平台构建与策略26 3.2 权函数神经网络仿真软件需求分析26-27
3.2.1 理论可行性分析26
3.2.2 技术可行性分析26-27 3.3 总体设计27-29
3.3.1 系统运行总体流程27-28
3.3.2 权函数神经网络建立模型设计分析28-29 3.4 主要功能设计与软件实现要求29-30
3.4.1 函数库功能设计分析29
3.4.2 样本采集设计分析与保存训练结果设计分析29-30
3.4.3 加权因子设计分析30
3.4.4 帮助文件设计分析与应用功能扩展分析30 3.5 本章总结30-31第四章 权函数在MATLAB 下仿真软件的实现31-59 4.1 登录界面31-32 4.2 主要功能模块设计与使用32-42
4.2.1 建立神经网络设计与使用33-36
4.2.2 样本采集设计36-37
4.2.3 系统设置37-38
4.2.4 训练功能模块38-39
4.2.5 加权因子设计39-40
4.2.6 菜单栏设置40-42 4.3 权函数在MATLAB 下的接口程序设计简单测试42-55
4.3.1 有理权函数程序设计测试42-44
4.3.2 有理样条权函数程序设计测试44-47
4.3.3 Padé权函数程序设计测试47-51
4.3.4 B 样条权函数接程序设计测试51-52
4.3.5 正交权函数程序设计测试52-55 4.4 HELP 文档的开发与使用55-58 4.5 本章小结58-59第五章 总结与展望59-60 5.1 总结59 5.2 展望59-60致谢60-61参考文献61-63
欢迎：、、)
支持CAJ、PDF文件格式
【引证文献】
中国硕士学位论文全文数据库
艾明哲;[D];电子科技大学;2013年
【参考文献】
中国期刊全文数据库
邓四清;方逵;陈福来;;[J];工程数学学报;2008年05期
邓四清;方逵;谢进;;[J];工程图学学报;2007年02期
,黄有群;[J];合肥工业大学学报;1981年04期
张代远;[J];计算技术与自动化;2000年02期
;[J];Journal of Computational M2001年02期
【共引文献】
中国期刊全文数据库
冯清海;袁万城;樊启武;;[J];四川建筑科学研究;2008年04期
梁艳;唐烁;;[J];安徽教育学院学报;2007年06期
王家正;梁艳;;[J];合肥师范学院学报;2008年03期
梁艳;李美蓉;;[J];合肥师范学院学报;2012年03期
梁学斌;;[J];安徽大学学报(自然科学版);1993年02期
朱旭东;[J];安徽大学学报(自然科学版);2003年02期
陈晓坤;高强;;[J];安徽大学学报(自然科学版);2006年01期
李龙澍，程慧霞;[J];安徽大学学报(自然科学版);1994年02期
李峻;孙世群;;[J];安徽工程科技学院学报(自然科学版);2008年02期
张艳;张海军;;[J];安徽工程科技学院学报(自然科学版);2008年03期
中国重要会议论文全文数据库
严传魁;王如彬;;[A];第十三届全国非线性振动暨第十届全国非线性动力学和运动稳定性学术会议摘要集[C];2011年
陈科;张斗南;郭利;范圣耀;刘晓敏;;[A];2004“安徽制造业发展”博士科技论坛论文集[C];2004年
朱归军;;[A];中国公路学会高速公路运营管理分会2011年度年会暨第十八次全国高速公路运营管理工作研讨会论文集[C];2011年
王国庆;李国福;李旭渊;;[A];全国危险物质与安全应急技术研讨会论文集（上）[C];2011年
;[A];中国自动化学会控制理论专业委员会A卷[C];2011年
杜健;费保俊;刘颖;潘高田;姚国政;;[A];第二届中国卫星导航学术年会电子文集[C];2011年
姜静;孟利东;孙铁;姜琳;;[A];中国计量协会冶金分会2012年会暨能源计量与节能降耗经验交流会论文集[C];2012年
曹志平;;[A];青年生态学者论丛（一）[C];1991年
张森;肖先赐;;[A];第十二届全国信号处理学术年会（CCSP-2005）论文集[C];2005年
梅杰;于明俭;刘宝旭;郑鹏;许榕生;;[A];信息科学与微电子技术:中国科协第三届青年学术年会论文集[C];1998年
中国博士学位论文全文数据库
孙明;[D];哈尔滨工程大学;2010年
李桃迎;[D];大连海事大学;2010年
郑大腾;[D];合肥工业大学;2010年
朱松;[D];华中科技大学;2010年
陈宇;[D];哈尔滨理工大学;2010年
柴园园;[D];北京交通大学;2011年
许伟;[D];华东理工大学;2011年
李曼荔;[D];电子科技大学;2010年
陈军;[D];浙江大学;2010年
陈国庆;[D];江南大学;2010年
中国硕士学位论文全文数据库
李连昌;[D];河南理工大学;2010年
罗婷婷;[D];南昌航空大学;2010年
王广伦;[D];山东科技大学;2010年
滕景忠;[D];山东科技大学;2010年
徐小任;[D];广西师范学院;2010年
程慧;[D];广西师范学院;2010年
吴家瑞;[D];浙江理工大学;2010年
王捷;[D];浙江理工大学;2010年
范不井;[D];郑州大学;2010年
朱民杰;[D];郑州大学;2010年
【同被引文献】
中国期刊全文数据库
朱文玄,吴一平,徐正达,陈建国,徐镜廉,潘晓霞;[J];材料科学与工程;1998年02期
吴卫波;付若鸿;钟智勇;张怀武;;[J];磁性材料及器件;2008年06期
彭显旭;江建军;张秀成;何华辉;;[J];功能材料;2006年02期
中国硕士学位论文全文数据库
艾君;[D];西安电子科技大学;2011年
彭显旭;[D];华中科技大学;2005年
王瑞;[D];北京邮电大学;2010年
【二级参考文献】
中国期刊全文数据库
来翔,刘爱奎,段奇;[J];工程数学学报;2002年01期
赵宏庆;彭国华;叶正麟;郑红婵;;[J];工程数学学报;2006年03期
刘爱奎,杜世田,段奇,曹庆杰,Twizell　E.H.;[J];工程图学学报;2000年01期
段奇,刘爱奎,杜世田,TwizellEH;[J];计算机辅助设计与图形学学报;1999年06期
邓四清;方逵;谢进;陈福来;;[J];计算数学;2008年02期
【相似文献】
中国期刊全文数据库
李天牧,李学群;[J];云南大学学报(自然科学版);1991年03期
kelly MF;邰常峰;;[J];国际生物医学工程杂志;1991年06期
汤新梁;;[J];东南大学学报(自然科学版);1991年03期
曾黄麟;;[J];电讯技术;1992年01期
;[J];西安电子科技大学学报;1992年01期
卢科学;郭美义;;[J];西安电子科技大学学报;1992年03期
吴新余;;[J];南京邮电大学学报(自然科学版);1992年04期
王继成,吕维雪;[J];计算机工程与设计;1993年02期
高丽娜;邱关源;;[J];电子与信息学报;1993年05期
陈在;;[J];重庆邮电学院学报(自然科学版);1993年01期
中国重要会议论文全文数据库
侯艳芳;冯红梅;;[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年
沈建荣;杨林泉;陈琳;;[A];系统工程与可持续发展战略——中国系统工程学会第十届年会论文集[C];1998年
石山铭;李富兰;丁俊丽;;[A];全国青年管理科学与系统科学论文集（第1卷）[C];1991年
吴清烈;徐南荣;;[A];复杂巨系统理论·方法·应用——中国系统工程学会第八届学术年会论文集[C];1994年
李晓钟;汪培庄;罗承忠;;[A];中国系统工程学会模糊数学与模糊系统委员会第五届年会论文选集[C];1990年
房育栋;余英林;;[A];1995年中国控制会议论文集（上）[C];1995年
王晓晔;杜朝辉;吕德忠;刘建峰;;[A];1997中国控制与决策学术年会论文集[C];1997年
金龙;吴建生;;[A];新世纪气象科技创新与大气科学发展——中国气象学会2003年年会“气候系统与气候变化”分会论文集[C];2003年
申伟;张元培;;[A];《制造业自动化与网络化制造》学术交流会论文集[C];2004年
田艳兵;;[A];第二十九届中国控制会议论文集[C];2010年
中国重要报纸全文数据库
于翔;[N];网络世界;2009年
健康时报特约记者　 张献怀;[N];健康时报;2006年
陈耀群;[N];中国船舶报;2006年
孙刚;[N];解放日报;2007年
本报首席记者
任荃　实习生
史博臻;[N];文汇报;2011年
计算机世界实验室
韩勖;[N];计算机世界;2009年
曹建兵 李祖兵 特约记者 何天进 本报记者 于莘明;[N];科技日报;2005年
谭薇;[N];第一财经日报;2010年
韩婷婷;[N];通信产业报;2007年
;[N];新华每日电讯;2004年
中国博士学位论文全文数据库
马永涛;[D];天津大学;2009年
周伟;[D];电子科技大学;2010年
汪木兰;[D];合肥工业大学;2010年
徐芳;[D];电子科技大学;2011年
杨文宇;[D];大连理工大学;2013年
刘志祥;[D];中南大学;2005年
戴雪龙;[D];中国科学技术大学;2006年
马戎;[D];西北工业大学;2006年
张海仙;[D];电子科技大学;2010年
尹丽子;[D];山东师范大学;2011年
中国硕士学位论文全文数据库
杨立儒;[D];解放军信息工程大学;2010年
刘兰兰;[D];山东大学;2011年
田鹏明;[D];太原理工大学;2012年
姜宇;[D];吉林大学;2012年
邢远凯;[D];浙江大学;2010年
高宝建;[D];南京信息工程大学;2012年
陈少华;[D];山东科技大学;2010年
来建波;[D];云南大学;2011年
闫超;[D];安徽理工大学;2011年
段成均;[D];重庆交通大学;2011年
&快捷付款方式
&订购知网充值卡
400-819-9993
《中国学术期刊（光盘版）》电子杂志社有限公司
同方知网数字出版技术股份有限公司
地址：北京清华大学 84-48信箱 知识超市公司
出版物经营许可证 新出发京批字第直0595号
订购热线：400-819-82499
服务热线：010--
在线咨询：
传真：010-
京公网安备75号