BP神经网络隐层权重如何输出来

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

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

1,BP神经网络的隐层数,各隐层的节点数都是要不断的调节的,不过有一个一般性的范围.隐层节点数L

%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.

输入温度,湿度,历史降水等影响量,输出的是要预测的降水量再问：有没有具体一点的公式呢再答：没有公式，BP神经网络是个黑盒子算法，具体可以给我站内信给我你的联系方式我们交流

需要用matlab来验证BP神经网络预测风险可行.因为如何得到模拟的输出结果?如这个虽然我不懂但我也很同情你祝你顺利过关~这个用工具箱来做就再问：用了。没学过这东西，我很不懂

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.－－－－－－－－－－－－－－－－－－－－－－－－－

理论上可以,因为BP网络算法是有教师的学习,网络内部权值的改变完全依赖你给的训练样本,你的输入和输出的样本经过学习,可以达到上述结果.本身的内部权值的调整是属于黑箱的,只要输出结果合适就成.建议输出层

阈值也是用来调节神经网络结构的,用来尽可能逼近目标值,你要是设定为阈值是0,那么训练的时候也会自动调节阈值为非零的数.书上讲的很难,建议你看几篇论文模仿做.

这得看你用的什么激活函数,一般用sigmoid函数,不过情况是一样的.用权值乘以输入值,然后带入激活函数,这就是隐层的输出,再与隐层到输出层的权值相乘求和,这就是最后的输出.不过建议你看看关于神经网络

我自己总结的：1、神经网络算法隐含层的选取1.1构造法首先运用三种确定隐含层层数的方法得到三个隐含层层数,找到最小值和最大值,然后从最小值开始逐个验证模型预测误差,直到达到最大值.最后选取模型误差最小

初始连接权重关系到网络训练速度的快慢以及收敛速率,在基本的神经网络中,这个权重是随机设定的.在网络训练的过程中沿着误差减小的方向不断进行调整.针对这个权重的随机性不确定的缺点,有人提出了用遗传算法初始

最佳隐含层节点数为输入层节点数、输出层节点数之积开平方,若输入层为22,输出为1,那么隐含层个数大概为5

可以使用MATLAB,里面有现成的神经网络工具箱,用来建立BP网络是很简单和方便的.

这个包底下怎么做我不太确定,如果你是自己写训练的话,就每更新一步再乘以个矩阵让你想要保持为0的元素为0就行了再问：嗯，谢谢你的帮助！！自己编也行，只是觉得挺麻烦，如果可以利用一些函数或者技巧，会省很多