|
前段时间阅读了候媛彬教授的神经网络教材,对3-6-1网络大为困惑,自己仿造其编程思想写了一个1-6-1学习网络,和大家分享,这里需注意的是,候教授的这个例题其实是想说明神经网络的学习能力,而不含预测或者拟合的功能,值得注意的是,将神经网络用于函数拟合的问题并不是本文例题想要阐述的,函数拟合最大的特点是输入变化,而网络权值收敛,但此题中,输入变量是不变的,下面程序中大家可以看到我们把输入变量p写死了的,学习网络和拟合网络,两类问题是不一样的,关键在于优化的目标函数不同,学习网络目标函数是每一次的教师信号,而拟合网络的目标函数是训练样本输出总平均误差,这两个目标函数及其容易混淆,但是区别是巨大的,对于学习网络,目标函数即每一个训练样本的期望输出,而拟合网络的目标函数则是所有训练样本的平均误差,希望本题抛砖引玉。
%功能:1-6-1网络逼近正弦曲线,采取单点逼近法
%版本号:v1.3
%作者:陈颖频
%版权:闽南师范大学
%时间:2015.6.27
yp=sin(pi*0.04*m);
%这就是所谓的输入,事实上是写死的,所以这个网络不具有拟合、预测功能,仅仅是有学习功能,p是写死的
p=0.3;
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-9-21 05:23
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社