标签：lock 练手 训练 color 需要 max ram 比赛 技术
近期在准备美赛，因为比赛需要故重新安装了matlab，在里面想尝试一下神将网络工具箱。就找了一个看起来还挺赏心悦目的函数例子练练手：
y=1+sin(1+pi*x/4)
针对这个函数，我们首先画出其在[-1,8]上的函数图像，这里间隔为0.05.代码为：
p=[-1:0.05:8]
t=1+sin(1+pi*p/4)
plot(p,t,‘-‘)
title("要逼近的线性函数")
xlabel("x")
画出的图像如下：
然后我们通过建立神经网络，并且训练，设置训练时间为50.这里采用了四层神经网络。
net=newff(minmax(p),[4,1],{‘tansig‘‘purelin‘},‘tranlm‘) net=newff(minmax(p),[4,1],{‘tansig‘,‘purelin‘},‘tranlm‘) net=newff(minmax(p),[4,1],{‘tansig‘,‘purelin‘},‘trainlm‘) y1=sim(net,p); figure; plot(p,t,‘-‘,p,y1,‘:‘) title(‘未训练网络的输出结果‘); xlabel(‘时间‘); ylabel(‘仿真输出--原函数-‘); net.trainParam.epochs=50 net.trainParam.goal=0.01; net=train(net,p,t); y2=sim(net,p);figure;plot(p,t,‘-‘,p,y1,‘:‘,p,y2, ‘--‘) title(‘训练后网络的输出结果‘);xlabel(‘时间‘); ylabel(‘仿真输出‘); y2=sim(net,p); figure; plot(p,t,‘ - ‘,p,y1,‘:‘,p,y2, ‘--‘)* title(‘训练后网络的输出结果‘); xlabel(‘时间‘); ylabel(‘仿真输出‘);
最后训练的结果如下，还是可以接受的
标签：lock 练手 训练 color 需要 max ram 比赛 技术
原文地址：https://www.cnblogs.com/upuphe/p/12353344.html
