我的一个神经网络程序，比较简单，包含了神经网络的一些基本命令，供大家参考

jt1937

在这个神经网络里，输入向量和输出向量相同，通过多层BP神经网络，可以找出这些变量之间的内在关系。在这个例子里，向量各变量都是时间t的函数，通过这个神经网络可以把这个隐藏变量找出来并表示出来。
这个程序用到了神经网络的一些基本功能，供大家参考。

1. 
   
2. clear all;
   
3. t=1:0.001:1.3;
   
4. for i=302:600
   
5.     t(i)=1.6-0.001*i;
   
6. end
   
7. y=[t.*t+0.05;2*t;t.^3-1;5*t+0.2];　　%用时间变量t构造向量y
   
8. y01=y./mean(mean(y));           %数据归一化
   
9. y01=y01./4;
   
10. noise=rand(4,600).*mean(mean(y01)).*0.01;    %噪声
    
11. input=y01+noise;
    
12. output=input;
    
13. net=newff([0 1;0 1;0 1;0 1],[10 1 10 4],{'tansig' 'tansig' 'tansig' 'tansig'},'trainlm');　　%构造神经网络
    
14. net.trainparam.goal=1e-6;
    
15. net.trainparam.epochs=5000;
    
16. [net,tr]=train(net,input,output);            %训练神经网络
    
17. %以下输出环境变量
    
18. for i=1:600
    
19. b01(:,i)=net.b{1};
    
20. end
    
21. t01=tansig(net.iw{1,1}*input+b01);
    
22. for i=1:600
    
23. b02(:,i)=net.b{2};
    
24. end
    
25. t02=tansig(net.lw{2,1}*t01+b02);　　%t02即是通过神经网络找出的隐藏变量
    
26. plot(-t02);
    
27. %后处理
    
28. yy=sim(net,input);
    
29. com=yy-input;
    
30. te=sum(sum(com.^2))/2400;　　　　%误差

复制代码

[ 本帖最后由 jt1937 于 2008-7-13 15:10 编辑 ]

jt1937

怎么没人关注啊！

aliu

呵呵，，我学习你的了，，，