神经网络实验报告

实验一简单程序设计

一、实验目的

（1）熟悉matlab语言基本操作

（2）掌握和了解matlab神经网络工具箱的基本函数

二、实验内容

（1）采用单一感知器神经元解决一个简单的分类问题：将四个输入矢量分为两类，其中两个矢量对应的目标值为1，另两个矢量对应的目标值为0，即

输入矢量：P=[0.5 1 -1 -1;

-1 0.5 0.5 -1]

目标分类矢量：T=[0 1 1 0]

（2）设计一个简单的单层线性神经元。

首先，定义输入样本矢量和目标矢量

P=[1 2 3];

T=[2.0 4.1 5.9];

然后，利用函数newlind设计一个线性层作为单层线性神经元。

最后，利用函数sim对网络进行检验。

（3）已知某系统输出y与x的部分对应关系如下表所示。设计一个BP网络完成曲线的拟合。

x -1 -0.9 -0.8 -0.7 -0.6 -0.5 -0.4 -0.3

Y -0.832 -0.423 -0.024 0.344 1.282 3.456 4.02 3.232

X -0.2 -0.1 0 0.1 0.2 0.3 0.4 0.5 Y 2.102 1.504 0.248 1.242 2.344 3.262 2.052 1.684

X 0.6 0.7 0.8 0.9

Y 1.022 2.224 3.022 1.984

三、实验过程

实验二感知器分类实验

一、实验目的

（1）熟悉感知器神经网络模型函数的调用

（2）掌握感知器神经网络模型的建立并会利用感知器模型实现简单的分类

二、实验内容

已知样本点为

P=[-0.5, -0.5, 0.3, -0.1,0.2, 0.0, 0.6, 0.8;

-0.5, 0.5, -0.5, 1.0, 0.5, -0.9, 0.8, -0.6];

T=[1 1 0 1 1 0 1 0] ;

测试点为

Tp=[-0.5, 0.3, -0.9, 0.4, -0.1, 0.2, -0.6, 0.8, 0.1, -0.4;

-0.3,-0.8, -0.4, 0.7, 0.4, -0.6, 0.1, -0.5, -0.5, 0.3 ]；

要求设计感知器网络对样本点进行分类，画出分类线并利用测试点测试训练的网络

三、实验过程

实验三BP网络函数逼近

一．实验目的

（3）熟悉BP神经网络模型函数的调用

（4）掌握BP神经网络模型的建立并会利用BP网络实现函数逼近

二、实验内容

设计BP网络逼近函数y=cosx,并画出训练前后的函数图象,并

画出误差曲线

三、实验过程

实验四 BP 网络函数实例模拟

一、实验目的：进一步熟悉BP 网络模型的建立及用神经网络工具箱实现其功能 二、实验内容

设计一个神经网络对下图中的三类线性不可分模式进行分类。期望输出向量为 代表三类，输出用样本坐标 要求（1）选择合适的隐节点数；

（4） 利用BP 算法训练网络对图中9个样本进行正确分类。 三、实验过程

(1,1,1)(1,1,1)(1,1,1)T T T ------、、