BP神经网络拟合得到函数函数程序中总是出现??? Error using ==> mapminmax Too many output arguments.求大神指点

来源：蜘蛛抓取(WebSpider) 时间：2017-11-03 22:53 标签： 神经网络 拟合函数
BP神经网络拟合函数程序中总是出现??? Error using ==& mapminmax Too many output arguments.求大神指点_百度知道
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。
BP神经网络拟合函数程序中总是出现??? Error using ==& mapminmax Too many output arguments.求大神指点
我的程序clc,clear
p=-pi/2+0.1:pi/10:pi/2-0.1
plot(p,t,'*')
[pn,minp,maxp,tn,mint,maxt]=mapminmax(p,t);
net=newff(minmax(p),[5 1],{'tasing''purelin'},'traingd''learngd','mse');
net.trainParam.show=10;
net.trainParam.lr=0.05;
...
取tan(t)函数上的点，建立神经网络，并对其进行训练，老是错误、
我有更好的答案
mint和maxt分别为T的最小值和最大值，归一化后的数据将分布在[-1,1]区间内。我们在训练网络时如果所用的是经过归一化的样本数据mapminmax不是这样用的;apply&#39. 自己编程具体用那种方法就和你的具体问题有关了&（by happy）4,maxp,Tn,mint,maxt]=premnmx(P,T)其中P，T分别为原始输入和输出数据，minp和maxp分别为P中的最小值和最大值。premnmx函数用于将网络的输入数据或输出数据进行归一化,其中第一个函数是归一化到[-1 1]范围，后一个的原理我也不太懂，但归一后的数据较规整：pnt=mapminmax('apply'.在最新版的matlab里面共有两个归一化函数：mapminmax()和mapstd(),ps)仿真后反归一化格式则为：out=mapminmax(&#39。2. prestd、poststd、trastd3，比第一个好用．各自的归一化格式如下，那么以后使用网络时所用的新数据也应该和样本数据接受相同的预处理，这就要用到tramnmx。下面介绍tramnmx函数：[Pn]=tramnmx(P;,An;apply&#39,minp,maxp)其中P和Pn分别为变换前、后的输入数据;,X,PS)X = mapminmax('reverse'：[pn,ps]=mapminmax(P)或=mapstd(P) %P是输入向量[tn, ts]=mapminmax(t)或＝mapstd(t) %t 是目标向量在训练完后,PS)matlab中的归一化处理有四种方法1. premnmx,pt,ps)或＝mapstd(&#39，该函数的用法为[Y,PS] = mapminmax(X)[Y;reverse&#39，maxp和minp分别为premnmx函数找到的最大值和最小值、postmnmx、tramnmx关于用premnmx语句进行归一化：premnmx语句的语法格式是：[Pn,minp,PS] = mapminmax(X,Y;,pt，你这个是premnmx的用法。两种修改方法：直接将mapminmax更改为premnmx即可。或者就使用mapminmax函数,FP)Y = mapminmax(&#39,ts)或=mapstd('reverse'，对测试样本归一化格式为
我的程序改完后还是错误，错误更多了，我加你呗？我后天就要交作业了，还是不会改。，谢谢啦
附件是一个使用BP神经网络进行预测的示例，你照着改改。matlab查错很容易的，因为它会把哪一行错了都告诉你。还可以设置断点查错，仔细研究下吧。
采纳率：77%
为您推荐：
其他类似问题
bp神经网络的相关知识
等待您来回答

我要回帖

更多关于 神经网络 拟合函数 的文章

 

随机推荐