zhaoruiChinese

%% 学习目标:BP神经网络

%% 函数逼近   数据压缩    模式识别

%% 考虑要素: 网络层数   输入层的节点数   输出层的节点数   隐含层的节点数

%% 传输函数    训练方法

%% 对信号曲线进行拟合

clear all;
P=-1:0.04:1;
T=sin(2*pi*P)+0.1*randn(size(P));  %%建立输入输出
net=newff(P,T,18,{},\'trainbr\');    %%隐含层神经元个数是18
net.trainParam.show=10;
net.trainParam.epochs=10;          %% 训练100次
net=train(net,P,T);      
Y=sim(net,P);
figure;
plot(P,T,\'-\',P,Y,\'+\');
legend(\'原始信号\',\'网络输出信号\');
set(gcf,\'position\',[20,20,500,400]);

  

 

posted on 2021-04-22 09:40  zhaoruirui  阅读(135)  评论(0编辑  收藏  举报

分类:

技术点:

相关文章: