8神经网络讲义第8章-文档资料

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

27.02.2021
2
MATLAB 6.x的神经网络工具箱neural network toolbox version 4.x提供了图形用 户界面(graph user inteface , GUI) ,从而 使用户在图形界面上,通过与计算机的交互操 作设计和仿真神经网络,使得神经网络的设计 和仿真变得简单易学.
27.02.2021
13
图8.4 Create New Network 窗口
27.02.2021
14
• ①输入网络名(network name):demonet; • ②选择网络类型(network name):feed-
forward backprop; • ③ 确定输入向量的取值范围(Input ranges) [-4
27.02.2021
24
●TrainingParameters 在该子页面可以设置训练 的各种参数,这要根据具体训练和学习函数进行 确定,相关内容可参看各神经网络模型的训练和 学习算法。本例采用其默认值即可。
●Optional lnfo 该子页面用以确定在训练时是否 采用确认样本和测试样本,本例均不采用。
③New Network …按钮:单击该按钮,弹 出Create New Network 窗口,在该窗口可以定 义神经网络名称、神经网络类型及其网络对象 和子对象属性参数等。
27.02.2021
8
④Import …按钮:单击该按钮,弹出Import or Load Network/Data Manager窗口,可以通 过该窗口从命令窗口或磁盘文件导人神经网络 或数据。
27.02.2021
19
② 确定训练样本的目标向量。按照与输入向量同
样的方法可以确定目标向量,只是选择数据类型为
Targets,输入向量名为 t ,数据值为
0.2 0.8 0.8 0.2
③ 训练网络。在Network/Data Manager 窗口选 中网络名Demo源自文库et,单击Train …按钮,则弹出 Network:Demonet窗口,如图8.8 所示。
⑤Export …按钮:单击该按钮,弹出Export or Save from Network/Data Manager窗口,可 以将Network/Data Manager窗口的变量导出到 命令窗口或存人磁盘文件中。
⑥View按钮:先选中显示区域的变量名或网
络名,单击View 按钮,则弹出一个新的窗口,在
第八章
神经网络工具库介绍
27.02.2021
1
8.1图形用户界面
前面儿章介绍了MATLAB神经网络工具箱的 各种函数,这些函数是神经网络仿真程序设计的 基础,可以给用户以充分的开发空间.按照自己 的构想设计各种神经网络。但对于程序设计或 神经网络工具箱函数不是很熟悉的用户来说,要 快捷、方便、正确地设计一个神经网络是非常 困难的。
27.02.2021
29
图8.10 Network:Demonet窗口的Simulate页面
27.02.2021
30
图8.11 仿真结果数据
27.02.2021
31
8.1.3 图形用户界面的其他操作
1.网络变量的导出和存盘 在Network / Data Manager 窗口单击
Export…按钮,则弹出Export or Save from Net work/Data Manager窗口,如图8.12 所示。
27.02.2021
32
(1)将Network/Data Manager窗口的网络变量 导出到命令窗口。
先选择要导出的变量,当选择单个变量时,直 接用鼠标单击变量名即可;当选择多个变量时, 同时按住Ctrl 键;当选择所有变量时,单击Select all 按钮。选择完成后,单击Export按钮,即可将 选择的变量导出到命令窗口。
27.02.2021
28
可以看出,网络很好地完成了图8.2 所示的两 类模式分类问题。当然,可以用训练样本以外的 数据进行仿真,此时,需要先在Network/Data Manager窗口建立仿真的输入向量,建立方法与 建立训练样本的输入向量相同,然后在Network: Demonet窗口的Simulate 页面选择该仿真的输 入向量名,进行仿真。
27.02.2021
7
①Help按钮:单击该按钮,弹出Network / Data Manager Help 窗口,为用户使用Net work/Data Manager 提供帮助。
②New Data …按钮:单击该按钮,弹出 Create New Data窗口,在该窗口可以定义各种 数据类型的变量名和数据值(Value)。
27.02.2021
25
以上过程完成后,单击该页面的Train Network 按钮,开始训练,其训练过程如图8.9所示。
27.02.2021 图8.9 训练误差性能曲线
26
训练完成后,在Network/Data Manager窗口 可以看到,在Outputs区域显示出输出变量名 Demonet_outputs,在Errors区域显示出误差性 能变量名Demonet_ rrors。选中变量名,单击该 窗口的View 按钮,则弹出数据(Data)窗口,在该 窗口可以查看到该所选中变量的具体数据。
如图8.6 所示。然后单击Create 按钮,关闭 Create New Data窗口,回到Network/Data Manager 窗口。可以看到在Inputs 区域显示出输入向量
名 p ,选中该输入向量名,单击该窗口的View 按钮,
弹出数据(Data)窗口,在该窗口可以查看到该输入 向量的值,并可以修改数据值。
27.02.2021
27
(4)网络仿真在Network/Data Manager窗口选 中网络名Demonet,单击simulate …按钮,弹出 Network: Demonet窗口,显示Simulate页面,如 图8.10所示。
将仿真数据选择为p,仿真结果选择为a,单击 Simulate Network按钮,则在Network/ Data Manager窗口的Outputs,区域显示出输出变量 名a,选中该变量名,单击该窗口的View 按钮,弹 出数据(Data: a)窗口,在该窗口可以查看仿真结 果的具体数据,如图8.11 所示。
11
以图形用户界面设计上述神经网络的具体方 法如下:
图8.2 待分类模式
27.02.2021
12
输入 第一层
第二层
图8.3 两层BP 网络
(l)在MATLAB命令窗口键人nntool,打开 Network/Data Manager窗口。
(2)创建神经网络 单击New Network … 按钮, 弹出Create New Network 窗口,如图8.4所示。
27.02.2021
18
(3)训练网络
① 确定训练样本的输入向量。在Network Data Manager 窗口单击New Data …按钮,弹出Create New Data窗口,选择数据类型为Inputs ,输入向量
名(Name )为p ,其值( Value )为 1-1-2-4; 2110
• ⑧ 确定各网络层的属性(Properties for ) : Layer1 神经元数(Number of neurons )为5 ,
传输函数(Transfer function )为LOGSIG ;
Layer2 神经元数(Number of neurons )为1 ,
传输函数(Transfer function )为LOGSIG 。
27.02.2021
33
(2)将Net work/Data Manager窗口的网络变 量存入磁盘文件。
选择要存储的变量,方法同上,然后单击save 按钮,弹出save to a MAT file对话框,用户可以 选择存储的路径,并输入存储文件名,按保存按 钮,即可将选择的变量存入指定的磁盘文件中。
• ⑨ 单击View 按钮可以查看以上定义的网络结 构,如图8.5所示
27.02.2021
16
图8.5 View of New Network 窗口
27.02.2021
17
⑩ 单击Create 按钮,关闭Create New Network 窗口,回到Network/Data Manager窗口,可以看 到在Networks区域显示出建立的网络名 Demonet, 选中该网络名,单击该窗口的View 按 钮也可以查看到如图,8.5所示的网络结构。
27.02.2021
5
network\data manager窗口有7个显示区和 2个按钮区;
( 1 ) Inputs区域:显示用户指定的输入向量变 量名。
( 2 ) Targets 区域:显示用户指定的目标向量 变量名。
( 3 ) Input Delay State区域:显示用户指定的 输入延迟参数变量名。
27.02.2021
3
8.1.1 图形用户界面简介
函数nntool 的详解见附录。在MATLAB 命令 窗口(command window)输入nntool , 即可打 network\data manager(网络/数据管理器窗 补如图8.1 所示。)
27.02.2021
4

图8.1 图形用户界面
27.02.2021
10
8.1.2 图形用户界面应用示例
仍以例6.1的模式分类问题为例,将待分类模 式重画于图8.2 中。据例6.1 的分析,网络结 构重画于图8.3 中。第1层有5个神经元,第2 层有1个神经元。
训练样本集为
p
1 2
1 2 11
04,
t 0.2 0.8 0.8 0.2,
27.02.2021
27.02.2021
34
图8.12 导出数据窗口
27.02.2021
35
需要注意的有两点:
① 文件名及路径名不能是汉字,否则将导致存 储失败。
② 除了网络名,其他数据变量都是以细胞矩阵 的形式存储的,在从该文件重新导入Network/ Data Manager窗口时,以细胞矩阵的形式存储 的变量往往不能直接作为各种数据加载。在这 种情况下,用户可先用load 命令,将其加载到 MATLAB 命令窗口,将细胞矩阵转换为普通矩 阵形式后,再从命令窗口导入Network/ Data Manager 窗口。
27.02.2021
20
图8.6 Create New Data 窗口
27.02.2021
21
图8.7 Create New Data 窗口
27.02.2021
22
图8.8 Network 窗口
27.02.2021
23
可以看出,该窗口为一个多页面对话框,在 Train 页面有3个子页面:
●Training lnfo 在该子页面将划训练数据 (Training Data)的输入向量(Inputs )选择为 p,目标向量(Targets)选择为t;训练结果 (Training Results)的输出变量(outputs ) 和误差性能变量(Errors)采用系统自动生成的 Demonet _ output,和Demonet _ errors,当然 它们也可以由用户重新定义。
27.02.2021
6
( 4 ) Networks区域:显示用户定义的网络名 ( 5 ) Outputs区域:显示网络的输出向量变量名。 ( 6 ) Errors区域:显示网络的训练误差变量名。 ( 7 ) Layer Delay States区域显示用户指定的网
络层延迟参数变量名。 ( 8 )Networks and Data 按钮区
1;0 2]; • ④ 选择训练函数(Training function ) :
TRAINLM ; • ⑤ 选择自适应调整学习函数(Adaption
learning function ) :LEARNGDM; • ⑥ 选择误差性能函数(Perf 。rmance
function ) : MSE ; • 2⑦7.02.2确021 定网络层数(Number of layers ) : 2 ; 15
该窗口中显示选中的变量或网络的具体内容。
⑦Delete 按钮:先选中显示区域的变量名
或网络名,单击Ddete按钮,则删除选中的变量
或网络。 27.02.2021
9
(9) Networks only按钮区:先选中显示区域 的网络名,单击该区域的任意一个按钮,则弹出 一个新的窗口(Network:网络名),在该窗口中, 可以查看网络的结构示意图,查看权值/阈值, 设置网络的初始化值、训练参数、自适应调整 参数和仿真参数,并可对定义的神经网络进行 初始化、训练、自适应调整、仿真等。
相关文档
最新文档