Я попытался воспроизвести результаты, полученные в обученной сети, но не смог. Вот мой сценарий:
load 'C:\Users\ZA\Documents\cosjacorr.mat'
inputs = cosjacorr(:, 1:9)';
targets = cosjacorr(:, 10:13)';
numHiddenNeurons = 2; % Adjust as desired
net = newpr(inputs,targets,numHiddenNeurons);
net.divideParam.trainRatio = 75/100; % Adjust as desired
net.divideParam.valRatio = 15/100; % Adjust as desired
net.divideParam.testRatio = 10/100; % Adjust as desired
net.inputs{1}.processFcns = {};
net.outputs{2}.processFcns = {};
% Train and Apply Network
[net,tr] = train(net,inputs,targets);
outputs = sim(net,inputs);
% Plot
plotconfusion(targets,outputs)
Я удалил всю предварительную и постобработку, надеясь, что смогу воспроизвести результаты, но безуспешно.
Вот что я сделал с точки зрения воспроизведения вывода сети:
y1 = tansig(net.IW{1} * input + net.b{1});
Results = tansig(net.LW{2} * y1 + net.b{2});
ОТВЕЧАТЬ
Matlabsolutions.com предоставляет последнюю Помощь по домашним заданиям MatLab, Помощь по заданию MatLab для студентов, инженеров и исследователей в различных отраслях, таких как ECE, EEE, CSE, Mechanical, Civil со 100% выходом. Код Matlab для BE, B.Tech , ME, M.Tech, к.т.н. Ученые со 100% конфиденциальностью гарантированы. Получите проекты MATLAB с исходным кодом для обучения и исследований.
Введите «кто», чтобы увидеть размерность всех переменных и параметров.
% help newpr
% doc newpr
% Obsoleted in R2010b NNET 7.0. Last used in R2010a
close all, clear all, clc
[x t ] = simpleclass_dataset;
[ I N ] = size(x) % [ 2 1000 ]
[O N ] = size(t) % [ 4 1000]
H = 2
net = newpr(x,t,H);
net = train(net,x,t);
y = net(x);
IW = net.IW{1,1};
b1 = net.b{1};
b2 = net.b{2};
LW = net.LW{2,1};
СМОТРИТЕ ПОЛНЫЙ ОТВЕТ НАЖМИТЕ НА ССЫЛКУ
