更改参数,如修改学习率、更换训练函数如trainlm等。
更改结构:增加隐层节点数、甚至增加隐层数,可以做成双隐层。
BP(Back Propagation)神经网络是86年由Rumelhart和McCelland为首的科学家小组提出,是一种按误差逆传播算法训练的多层前馈网络,是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系,而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法,通过反向传播来不断调整网络的权值和阈值,使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层(input)、隐层(hidden layer)和输出层(output layer)。
请问你的问题解决了吗,想请教您
这个没看到具体程序 不知道问题在哪 我目前使用新版本神经网络的建立格式也碰到了这个问题 我用旧版本的神经网络的建立方式可以达到精度 但系统会给出警告
旧的:net=newff([0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1],[Ln_2,Ln_3],{'logsig','logsig'},'traingdx');