发布网友 发布时间:2022-04-25 12:23
共1个回答
热心网友 时间:2024-11-05 20:41
既然有两个自变量,就有两个输入节点,将两个自变量组成输入向量,再归一化。
P(1,:)=-10:0.1:10;
P(2,:)=P(1,:);
[pn,ps]=mapminmax(P,[0,1]); %将x1和x2都归一化
最后将结果再反归一化即可。
BP(Back Propagation)神经网络是86年由Rumelhart和McCelland为首的科学家小组提出,是一种按误差逆传播算法训练的多层前馈网络,是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系,而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法,通过反向传播来不断调整网络的权值和阈值,使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层(input)、隐层(hidden layer)和输出层(output layer)。