ANN神经网络代码在Matlab中的简单实现
来源:互联网 发布:相册制作软件哪个好 编辑:程序博客网 时间:2024/05/19 02:17
<pre name="code" class="plain"><span style="color:#993399;">function</span> ANN(m,n,o) <span style="color:#009900;"> %m是自变量因素行数,n是因变量因素行数,o是所要预测用的自变量因素行数,一般m==o</span>warning off;format long g;[filename filepath]=uigetfile(<span style="color:#6600cc;">'*.xlsx','选择神经网络需要参考训练的样本数据'</span>);N=n;M=m;%[filename2 filepath2]=uigetfile(<span style="color:#6600cc;">'*.xlsx','请选择神经网络需要预测的样本数据'</span>); xlsx=[filepath filename];XLSX=xlsread(xlsx);[row column]=size(XLSX);samnum=column; <span style="color:#6600cc;">%暂时选择数据列数作为样本数量和训练数量</span>testsamnum=column;forcastsam=o;hiddenunit=8;indim=M;outdim=N;p=XLSX(1:M,:);t=XLSX(M+1:row,:);[samin,minp,maxp,tn,mint,maxt]=premnmx(p,t);rand('state',sum(100*clock));noisevar=0.01;noise=noisevar*randn(o,samnum);samout=tn+noise;testsamin=samin;testsamout=samout;maxepochs=50000; <span style="color:#006600;"> </span><span style="color:#009900;">%最大训练次数</span>learnrate=0.035; <span style="color:#009900;">%学习速率</span>maxerror=0.65*10^(-3);w1=0.5*rand(hiddenunit,M)-0.1;B1=0.5*rand(hiddenunit,1)-0.1;w2=0.5*rand(N,hiddenunit)-0.1;B2=0.5*rand(N,1)-0.1;errhistory=[];for i=1:maxepochs; hiddenout=logsig(w1*samin+repmat(B1,1,samnum)); networkout=w2*hiddenout+repmat(B2,1,samnum); error=samout-networkout; sse=sumsqr(error); errhistory=[errhistory sse]; if sse<maxerror,break,end <span style="color:#009900;">%------------------神经网络核心--------------------%</span> delta2=error; delta1=w2'*delta2.*hiddenout.*(1-hiddenout); dw2=delta2*hiddenout'; dB2=delta2*ones(samnum,1); dw1=delta1*samin'; dB1=delta1*ones(samnum,1); <span style="color:#009900;">%-------------权值/阀值完成重新动态调整--------------%</span> w2=w2+learnrate*dw2; B2=B2+learnrate*dB2; w1=w1+learnrate*dw1; B1=B1+learnrate*dB1;enddisp([<span style="color:#6600cc;">'神经网络已经完成训练,请导入预测数据'</span>])hiddenout=logsig(w1*samin+repmat(B1,1,testsamnum));anew=w2*hiddenout+repmat(B2,1,testsamnum);ANS=postmnmx(anew,mint,maxt);%绘制x=1:column;plot(x,ANS,'o',x,t,'b--+')[filename2 filepath2]=uigetfile(<span style="color:#6600cc;">'*.xlsx','请选择神经网络需要预测的样本数据'</span>);xlsx2=[filepath2 filename2];XLSX2=xlsread(xlsx2);pnew=tramnmx(XLSX2,minp,maxp);hiddenout=logsig(w1*pnew+repmat(B1,1,forcastsam));anew=w2*hiddenout+repmat(B2,1,forcastsam);answer=postmnmx(anew,mint,maxt) <span style="color:#009900;">%输出预测数据</span> <span style="color:#009900;">%以下函数实现最优化功能,不需要可直接删去</span>[row2 column2]=size(pnew);zero=eye(row2);zero2=eye(row2);A=pnewfor i=1:M zero(i,i)=1.01; zero2(i,i)=0.09; testnum1=0;testnum2=0; B=zero*A; C=zero2*A; for j=1:10000 B=zero*A; C=zero2*A; <span style="color:#009900;">%如果说在对目前参数值左右变化时输出结果总不是最大,则循环继续</span> if postmnmx(w2*logsig(w1*A+repmat(B1,1,forcastsam))+repmat(B2,1,forcastsam),mint,maxt)<postmnmx(w2*logsig(w1*B... +repmat(B1,1,forcastsam))+repmat(B2,1,forcastsam),mint,maxt)||... postmnmx(w2*logsig(w1*A+repmat(B1,1,forcastsam))+repmat(B2,1,forcastsam),mint,maxt)<... postmnmx(w2*logsig(w1*C+repmat(B1,1,forcastsam))+repmat(B2,1,forcastsam),mint,maxt) if postmnmx(w2*logsig(w1*B+repmat(B1,1,forcastsam))+repmat(B2,1,forcastsam),mint,maxt)>... postmnmx(w2*logsig(w1*A+repmat(B1,1,forcastsam))+repmat(B2,1,forcastsam),mint,maxt) A=B;testnum1=testnum1+1; elseif postmnmx(w2*logsig(w1*A+repmat(B1,1,forcastsam))+repmat(B2,1,forcastsam),mint,maxt)>... postmnmx(w2*logsig(w1*C+repmat(B1,1,forcastsam))+repmat(B2,1,forcastsam),mint,maxt) A=C;testnum2=tsetnum2+1; end else break; end end zero(i,i)=1; zero2(i,i)=1;endpostmnmx(A,minp,maxp)testnum1testnum2<span style="color:#993399;">end</span>
在数学建模比赛中的简单尝试<img alt="吐舌头" src="http://static.blog.csdn.net/xheditor/xheditor_emot/default/tongue.gif" />
1 0
- ANN神经网络代码在Matlab中的简单实现
- 利用ANN来实现简单的深度神经网络
- Java实现ANN神经网络之BP代码参考
- 在matlab基础上简单实现一个神经网络算法
- Matlab实现简单BP神经网络
- PSO优化BP神经网络在Matlab中的实现
- matlab 在 ocr 问题中的简单实现
- ANN神经网络
- 神经网络ANN
- 神经网络ANN——SPSS实现
- 神经网络ANN分类器及OpenCV实现
- 神经网络 ANN 分类器 OpenCV实现 例子
- 最简单的三层神经网络Matlab实现
- BP神经网络设计的matlab简单实现
- RBF神经网络的matlab简单实现
- RBF神经网络简单介绍与MATLAB实现
- 线性神经网络在Matlab中实现
- 神经网络中的反向传播法算法推导及matlab代码实现
- java基础
- 深入理解计算机系统3.1节
- 关于类模板语法的极简示例
- 集合框架
- python Django 同步mysql数据库
- ANN神经网络代码在Matlab中的简单实现
- matlab size、length和numel函数
- Linear Programming Learning Notes (5) Duality Theory
- 【HNOI2016】序列
- bzoj4538: [Hnoi2016]网络
- Java创建新文件的同时创建相应目录
- Java代码规范和一些常见问题
- Puzzle - Light Bulb Switching
- mac osx下 react 开发环境搭建