0 / 0 / 1
Регистрация: 03.02.2011
Сообщений: 12
1

Нейронные сети в Matlab 6.1

23.05.2012, 02:36. Показов 10601. Ответов 1
Метки нет (Все метки)

Author24 — интернет-сервис помощи студентам
Всем доброго дня суток. Задали лабораторные по нейронным сетям в Matlab. Прчитала литературу. Сделала как смогла. Кто разбирается в данной теме, проверьте пожалуйста.
Лабораторная № 1. "Каскадная сеть прямой передачи CF".
1. Создать в рабочем пространстве MATLAB каскадную сеть с прямой передачей данных и рассмотреть ее структуру.
2. Обеспечить следующее отображение последовательности входа P в последовательности целей T.
P = [0 1 2 3 4 5 6 7 8 9 10];
T = [0 5 0 0 4 1 8 1 3 3 4];
3. Обучить сеть в 70 циклов.
Matlab M
1
2
3
4
5
6
7
8
9
10
11
12
13
% Последовательность векторов входа
P = [0 1 2 3 4 5 6 7 8 9 10];
%Последовательность целей
T = [0 5 0 0 4 1 8 1 3 3 4];
% Сздание каскадной сети
net = newcf([0 10],[5 1],{'tansig' 'purelin'});
gensim(net);
% Обучим сеть в течение 70 циклов
net.adaptParam.epochs = 70;
net = train(net,P,T);
% Моделирование каскадной сети
Y = sim(net,P);
plot(P, T, P, Y, 'O')
Лабораторная № 2. "Линейный слой LIND".
1. Сформировать в рабочем пространстве MATLAB линейный слой LIND, использующего метод наименьших квадратов и рассмотреть его структуру.
2. Задать следующие обучающие последовательности:
P = [1 : (1/3) : 2];
T = [9.0 7.4 8.1 0.5];
3. Выполнить моделирование сформированного линейного слоя.
Y = sim(net,P);
4. Построить графики зависимостей.
Matlab M
1
2
3
4
5
6
7
8
9
10
11
12
% Последовательность векторов входа
P = [1:(1/3):2];
%Последовательность целей
T = [9.0 7.4 8.1 0.5];
% Создать линейный слой и посмотреть его структуру
LIND = newlind(P,T);
gensim(LIND);
% Установка весов и смещений
LIND.IW{1}, LIND.b{1};
% Моделирование линейного слоя
Y = sim(LIND,P);
plot(P, T)
Лабораторная № 4. "Линейные сети, линейный слой".
1. Создать в рабочем пространстве MATLAB линейный слой со следующей архитектурой: линия задержки типа [0 1 2], 1 нейрон, вектор входа с элементами из диапазона [0 1], параметр скорости настройки 0.01.
2. Сформулировать две обучающие последовательности Р1, Т1 и Р2, Т2, содержащих не менее 10 значений.
3. Обучить сеть с использованием:
• только обучающей последовательности Р1, Т1 (не менее 100 циклов);
• всего объема обучающих данных, соответствующего объединению векторов входа Р3 = [P1 P2] и векторов целей T3 = [T1 T2].
и выполнить моделирование сети для всех значений входа (для обоих случаев), объединяющих векторы Р1 и Р2 – Y = sim(net, [P1 P2]) (для повторной инициализации сети использовать команду net = init(net)).
4.Сравнить результаты моделирования, сделать вывод.
Matlab M
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
% Создать линейный слой и посмотреть его структуру
net = newlin([0 1],1,[0 1 2],0.01);
gensim(net);
% Последовательности векторов входа
P1 = [0 -1 0 1 0 -1  1 0 1 1];
P2 = [1 1 0 -1 1 0  1 0 -1 1];
%Последовательность целей
T1 = [0 2 0 1 -1 0 -2 1 1 0];
T2 = [1 -2 1 0 -1 0 0 -1 1 2];
% Обучение с P1 и T1
net.trainParam.epochs = 100;
net = train(net,P1,T1);
% Установка весов и смещений
net.IW{1}, net.b{1};
% Моделирование сети
Y1 = sim(net,[P1 P2]);
% Инициализация
net = init(net);
% Объединение векторов  входа P1 и P2
P3 = [P1 P2];
% Объединение векторов выхода T1 и T2
T3 = [T1 T2];
% Обучение с P3 и T3
net.trainParam.epochs = 100;
net = train(net,P3,T3);
% Установка весов и смещений
net.IW{1}, net.b{1};
% Моделирование сети
Y3 = sim(net,[P1 P2])
Лабораторная № 5. "Персептроны".
1. Создать в рабочем пространстве MATLAB персептрон и просмотреть его структуру с помощью функции gensim(net).
2. Обучить персептрон выполнению одной из логических операций и промоделировать его.
Последовательность векторов входа подготовит в виде:
P = [0 0 0 1; 1 0 11];
Последовательность целей подготовить в виде, например (для операции И):
T = [0 0 0 1];
Matlab M
1
2
3
4
5
6
7
8
9
10
11
12
13
14
% Создать персептрон и посмотреть его структуру с помощью команды gensim(net)
net = newp([0 1; 0 1;],1);
gensim(net);
% Последовательность векторов входа
P = [0 0 0 1; 1 0  1 1];
%Последовательность целей
T = [0 0 0 1];
% Применим процедуру адаптации, установив число проходов равным 20
net.adaptParam.passes = 20;
net = adapt(net,P,T);
% Установка весов и смещений
net.IW{1}, net.b{1};
% Моделирование персептрона
Y = sim(net,P)
0
Programming
Эксперт
94731 / 64177 / 26122
Регистрация: 12.04.2006
Сообщений: 116,782
23.05.2012, 02:36
Ответы с готовыми решениями:

Нейронные сети Хопфильда и MATLAB
Подскажите, пожалуйста, возможно ли средствами MATLAB (Neural network Toolbox) добавит слой в сеть...

Нейронные сети. Ошибка при обработке изоброжения для транировки сети
Здравствуйте, Работа над нейросетью в срде матлаб. На моменте с работой базой данных изображений...

Нейронные сети (адаптивные сети)
нужен исходник 3д или 2д адаптивной сетки для небольшого использования в своей работе...

Нейронные сети на JS
Есть проблема. При обучении нейронной сети, ошибка выходного слоя за епоху (16 примеров)...

1
0 / 0 / 1
Регистрация: 03.02.2011
Сообщений: 12
25.05.2012, 16:36  [ТС] 2
Люди добрые!!! Неужели нет ни одного, кто может проверить правильность выполненных работ?
0
25.05.2012, 16:36
IT_Exp
Эксперт
87844 / 49110 / 22898
Регистрация: 17.06.2006
Сообщений: 92,604
25.05.2012, 16:36
Помогаю со студенческими работами здесь

Нейронные сети
Добрый вечер! Можете подсказать где есть много примеров по нейронным сетям...? Хотелось бы...

Нейронные сети
Недавно открыл для себя тему нейросетей, и хотел бы спросить ресурс где бы я смог довольствоваться...

Нейронные сети
Посоветуйте что-то вроде полного руководства на русском, чтобы все было понятно описано.

Нейронные сети
Добрый вечер, товарищи. Прошу у вас помощи по нейронным сетям. Есть обучающие выборка, там...


Искать еще темы с ответами

Или воспользуйтесь поиском по форуму:
2
Ответ Создать тему
Опции темы

КиберФорум - форум программистов, компьютерный форум, программирование
Powered by vBulletin
Copyright ©2000 - 2024, CyberForum.ru