程序如下:

clc;

clear;

N=19964;   %训练输入数据个数

M=3;      %训练维数

P=1;      %训练输出结果维数

B=8;    %试测数据个数

p1=zeros(N,M);

t1=zeros(N,P);

u=fopen('G:\circular matlab\input.txt');

for i=1:1:N

for j=1:1:M

p1(i,j)=fscanf(u,'%f',[1,1]);

end

end

a=size(p1);

u=fopen('G:\circular matlab\trans.txt');

for i=1:1:N

for j=1:1:P

t1(i,j)=fscanf(u,'%f',[1,1]);

end

end

b=size(t1);

p=p1';

t=t1';

[pn,minp,maxp,tn,mint,maxt]=premnmx(p,t);

n=70;   %神经网络维数(训练时主要改这个参数直到训练到理想精度)(隐层中神经元数)

net=newff(minmax(pn),[n,1],{'tansig','purelin'},'trainlm');

inputWeights=net.IW{1,1};

inputbias=net.b{1};

layerWeights=net.LW{1,1};

layerbias=net.b{2};

net.trainParam.show=50;%两次之间训练次数

net.trainParam.lr=0.01;%学习速率

net.trainParam.mc=0.1;

net.trainParam.epochs=20000;%训练次数设置

net.trainParam.goal=1e-9;%0.002满足 测试误差2%

net.trainParam.min_grad=1e-12;% 最小性能梯度

net=train(net,pn,tn);

A=sim(net,pn);

save('G:\circular matlab\trans.mat','net');

% E=A-tn;

% M=sse(E);%误差平方和

% N=mse(E);%神经网络的均方误差

% All_error=[All_error N];

% Min_error=min(All_error);

u1=fopen('G:\circular matlab\verify-input.txt');

for i=1:1:B

for j=1:1:M

p2(i,j)=fscanf(u1,'%f',[1,1]);

end

end

c=size(p2);

p2=p2';

u1=fopen('G:\circular matlab\verify-trans.txt');

for i=1:1:B

for j=1:1:P

t2(i,j)=fscanf(u1,'%f',[1,1]);

end

end

d=size(t2);

t2=t2';

p2n=tramnmx(p2,minp,maxp);%测试数据归一化

a2n=sim(net,p2n);

a2=postmnmx(a2n,mint,maxt);%反归一化

a_error = abs(a2 - t2);

Er_Error = (a_error ./t2) * 100;

colmax = max(max(Er_Error));

a3=postmnmx(A,mint,maxt);

er2_error=abs(a3 - t);

er3_error = (er2_error ./t) * 100;

colmax1 = max(max(er3_error));

a5=postmnmx(A,mint,maxt);

%plot(p1, t1, '.', p1, a5, '--'),xlabel('半径/波长'); ylabel('归一化传输面积');

%plot(p2, t2, '*', p2, a2, '--'),xlabel('半径/波长'); ylabel('归一化传输面积');

%plot(p2,Er_Error),xlabel('半径/波长'); ylabel('百分比误差');

训练面板上'perfomance'最小显示的数值为0.000579,但是把训练数据和神经网络拟合出的数据作比较时发现有很多地方百分比误差特别大(超过100%),我尝试过修改隐层神经元数和学习速率,效果都不明显,请问一下大神们我这个程序还可以调整那些参数来提高精度?      训练数据的txt文件在附件里

2018-7-5 16:25 上传

2018-7-5 16:31 上传

点击文件名下载附件

456.77 KB, 下载次数: 13

训练数据输入

2018-7-5 16:31 上传

点击文件名下载附件

194.96 KB, 下载次数: 12

训练数据输出

matlab神经网络训练精度,关于提高MATLAB神经网络精度的问题相关推荐

  1. 神经网络训练用什么软件,在线神经网络训练

    做rnn或者对抗神经网络 用什么平台好 目前主流就电信,网通,还有其他乱七八糟的什么.爱普宽带什么什么的本人几种网络都用过,摸着胸口给你说一句,电信最好!网通速度最快,没话说,下载速度2000KB+很 ...

  2. 神经网络训练算法的调用,人工神经网络训练案例

    1.BP人工神经网络方法 (一)方法原理 人工神经网络是由大量的类似人脑神经元的简单处理单元广泛地相互连接而成的复杂的网络系统.理论和实践表明,在信息处理方面,神经网络方法比传统模式识别方法更具有优势 ...

  3. 影响神经网络训练速度的因素使得神经网络训练速度加快的方法

    在深度学习任务中,虽然可以通过堆叠参数.设计更复杂的结构来提高模型的表征能力,但这也会导致模型的计算量增加,训练时间延长.所以,模型的预测有多好并不是唯一的考虑因素,训练时间长会导致成本的上升. 一. ...

  4. 神经网络训练多少次合适,深度神经网络如何训练

    1.神经网络优缺点, 优点: (1)具有自学习功能.例如实现图像识别时,只在先把许多不同的图像样板和对应的应识别的结果输入人工神经网络,网络就会通过自学习功能,慢慢学会识别类似的图像. 自学习功能对于 ...

  5. bp神经网络训练_数据分析模型6——神经网络基础(人工智能的底层模型)

    未经许可请勿转载 更多数据分析内容参看这里 今天我们来学习人工智能的底层模型--神经网络(NEURAL NETWORKS),现在比较热门的一个模型是深度学习,深度学习的基础也是神经网络,要学好深度学习 ...

  6. bp神经网络训练结果怎么看,BP神经网络训练函数

    神经网络算法中什么是训练集,什么是测试集?以及其各对应的作用?本人新手,望高手指 机器学习中训练集.验证集.测试集的定义和作用到底是什么样的? AI爱发猫 www.aifamao.com. 下面是一些 ...

  7. matlab神经网络训练显示秩亏,MATLAB在测量数据处理中的应用.doc

    MATLAB在测量数据处理中的应用 周 娅 摘要 简要介绍了MATLAB软件,结合测量数据处理介绍了平差处理中所用到的基本知识,结合<自由网平差与变形分析>论述了秩亏自由网和拟稳平差的原理 ...

  8. matlab矩阵作分钟平均,提高matlab运行速度和节省空间的心得合集(ZT)

    B = aiTemp(A(iXmin:iXMax,iYMin:iYMax,iZMin:iZMax)); 当然了,改进的前提是知道矩阵A的非零元(即值为true的元素)大致的分布,也就是能够求出iXmi ...

  9. 如何提高matlab的运算速度慢,如何提高MATLAB的运算速度

    根据我的一些经验和相关的参考资料,要想提高其运算的速度,以下的方法可以试一下: (1)尽可能地用向量化的数组运算代替循环,尽可能地减少使用户for或while循环,这是因为matlab执行循环运算效率 ...

  10. MATLAB数学建模:智能优化算法-神经网络算法

    智能优化算法: 神经网络算法 人工神经网络的构筑是受生物神经网络的运作而启发的. 人工神经网络通常通过一个基于数学统计学类型的学习方法从而得以优化, 因此人工神经网络也可被看作是数学统计学方法的一种应 ...

最新文章

  1. 一种事件相机描述子——DART
  2. python下载文件的11种方式_Python下载文件的11种方式
  3. 复制本地文件完整路径
  4. android 开启dlna音乐服务_新品丨数字流媒体新宠——Stack Audio Link USB音乐播放器...
  5. csrf token invalid什么意思_Spring Cloud Gateway 实现Token校验
  6. java文件中获取创建日期_如何在Java中获取文件的上次修改日期
  7. 【一天一个NLP任务】(Day 1)——BERT解决中文情绪分类任务
  8. 深入分析Linux自旋锁【转】
  9. 手持式自动锁螺丝机怎么操作使用
  10. 网银打印回单显示服务器不能创建对象,打开应用弹出提示“Activex部件不能创建对象”的解决方法...
  11. 菲律宾 软件测试,一个中国学生,2个月的菲律宾游学失败经历自白
  12. 金三银四,给大家肝一下面试题~
  13. IDEA 在hdfs中创建目录
  14. IDEA如何设置自己喜欢的背景图(超好看的哟)
  15. 工业物联网在制造业中有哪些用途?以数网星工业物联网平台为例
  16. 远程服务器证书过期怎么解决,关于演示win7远程桌面证书过期的具体操作方式...
  17. 10 张有关程序员的趣图,图图戳心
  18. IE中不能自动选择UTF-8编码的解决办法
  19. 把圆形放入矩形的Packing问题
  20. 农村环境保护之平时作业二

热门文章

  1. bim 骗局_来自建筑行业的BIM骗局
  2. mysql如何导出数据脚本_MySQL 导出数据
  3. 基于Labview的小波去噪
  4. 第一期:GIS基本原理与arcgis软件
  5. 使用wkhtmltopdf将网页转换成pdf文件+前台下载
  6. app商城源码_淘客多商城系统开发 APP软件开发 源码搭建
  7. 金属摇滚混音教程|录制好吉他后,如何正确处理?(付QNA答疑)|MZD Studios
  8. \x75\x73\x65\x20\x73\x74\x72\x69\x63\x74解码
  9. BT.601和BT.656
  10. Java语言的发展简史