BP神经网络epoch

我接触matlab12年了,第一次见不用训练直接sim的bp网络,他报的信息是你没有按照常规用神经网络!再问：那我现在程序出现什么问题？

神经网络不同的网络有这不同的训练函数,BP神经网络有两种训练函数,trainbp（）,利用BP算法训练前向神经网络.trainbpx（）,利用快速BP算法训练前向神经网络,即采用了动量或自适应学习,可

newff创建前向BP网络格式：net=newff(PR,[S1S2...SNl],{TF1TF2...TFNl},BTF,BLF,PF)其中：PR——R维输入元素的R×2阶最大最小值矩阵；Si——第

你这相当于软测量建模,你说的Targe是matlab神经网络工具箱中的吧?我也做了一个神经网络仿真,没有用那个工具箱,直接编的程,我的是二个输入四个输出,其实很简单,一看就懂,想要把qq邮箱给我,我发

收敛和迭代算法有关.反向传播算法是定义一个误差er（往往是输出结果与预想结果之间的某个范数）,然后求出满足误差极小的权向量.如果把误差看成一个连续函数（泛函）的话,求对权向量各分量的偏导为0即可,但是

毕业论文在做神经网络,已经到后期了可是还是搞不懂这两个的具体区别有同学从理论上讲,RBF网络和BP网络一样可近似任何的连续非线形函数,两者的主要

%由于数据比较大,我又懒得用归一化,所以直接把数据降了3个数量级,%不过我觉得应该没问题,但用归一化结果应该更准确些.%由于初始权值和阀值均是随机给的,所以每次仿真都有点点不同,这是正常的.p=[11

可以找找相关硕士论文

%A百分含量[7.17.06.96.87.2]%B百分含量[3.23.43.63.84.0]%C百分含量[2.52.93.12.62.2]%%硬度[7865786972]%%P=[.];输入T=[.]

你的程序训练完毕后根本就没达到目标误差,就是说训练效果不好,不能进行预测,只有训练结果好了才能预测仿真,你再改一下隐含层神经元数或者训练和传递函数试试吧~另外输入层的值可以归一化也可以不归一化,归一化

从原理上来说,神经网络是可以预测未来的点的.实际上,经过训练之后,神经网络就拟合了输入和输出数据之间的函数关系.只要训练的足够好,那么这个拟合的关系就会足够准确,从而能够预测在其他的输入情况下,会有什

首先是我不知道你用的matlab是什么版本.如果用的2010以后的版本,那么你这样初始化神经网络一定会报警告.2010版以后初始化神经网络的语句是这样的net=newff(p,t,7);输出层不需要自

你的T 少了一个.

那个是迭代次数,在不满足拟合的情况下,程序会一直训练,直到满足训练目标!关键不是epoch,再问：谢谢哈，那我得到的误差波动比较大，这个我也试过改网络上讲的那些参数，总是不对，小弟初学菜鸟，还望指教~

友情提醒百度知道上面的专家是很少的,大部分都是想赚赚积分闲人.以后有比较专业或者难一点的问题最好上专业的论坛上去问,百度知道只能算一个值得一试的补充.－－－－－－－－－－－－－－－－－－－－－－－－－

这个很难通俗易懂,毕竟N多数学公式.找本书,详细了解下比较好.最好是能有详细的数学推导过程的,可以加深理解.

去“pudn”下载两段代码,看看便懂再问：网站不错，可是还要上传和审核，我就想麻烦了，你能给下载一份不？？再答：给个邮箱，还有就是，你最好弄几段代码传一下，方便自己以后从上面下载，其实很普通的代码传几

问题补充：基于BP神经网络的输出的问题希望能对数据进行归一化处理后能显示matlab中的归一化处理有三种方法1.premnmx、postmnmx、tramnmx2.restd、

我用.NET做过一个,不过准确率没这么高,75%到80%,可能是输入点少的缘故（4个）,总体样本一万多条,我随机抽取100条样本训练神经网络qq1320379472

1,我用的是matlabR2008,一列代表一个样本.其他版本的不知道2,matlab中神经网络工具箱就已经很方便了,调用函数和修改参数就可以用了.3,net_1.trainParam.lr代表学习速