人工智能实验二

实验二线性神经网络的MATLAB实现

16电子1 胡恒 2016329600013 指导老师：陈秋妹一．实验目的

1.了解线性神经元的模型结构

2.进一步理解线性神经元网络的特性

3.线性神经学习网络的学习方法

4.熟练掌握上节课的train函数等使用

二．实验内容

例题

1 1.5

2 2.5

3 3.5

4 4.55

-1

-0.5

0.5

1

1.5

2

2.5

3

3.5

4

Tnput and Target Signals

Time

I

n

p

u

t

_

_

T

a

r

g

e

t

_

_

原先的代码是错误的，

更改后：

time=1:0.0025:5;

p=sin(sin(time).*time.*10);

t=p*2+2;

plot(time, p, time, t)

title('Input and Target Signals')

xlabel('Time')

ylabel('Input Target') 结果如图：

2.要求设计一个线性神经网络，寻找给定数据之间的线性关系。P=[1.1 -1.3];

T=[0.6 1];

设置网络训练后的目标误差为0.0001

P=[1.1 -1.3];

>> T=[0.6 1];

>> net=newlin(minmax(P),1,0,0.01);

>> net=init(net);

>> net.trainParam.goal=0.0001;

>> net=train(net,P,T);

>> y=sim(net,P);

>> E=mse(y-T)

三．本实验的心得体会

本次实验涉及到的线性神经网络的函数主要有初始化函数，设计函数，仿真

函数，训练函数，尤其是训练函数，trainwh( )和adaptwh( )。其中函数trainwh 可以对线性神经网络进行离线训练；而函数adaptwh( ) 可以对线性神经网络进行在线自适应训练。

利用trainwh( )函数可以得到网络的权矩阵w，阀值向量b，实际训练次数te 以及训练过程中网络的误差平方和lr。