关于神经网络BP算法的输入问题

可以的！之所以叫BP网络，是因为使用了反向传递算法，这是一种结果导向的自学习方法，用在五子棋上是可以的。因为五子棋的游戏方法正是很明显的结果导向的过程。简单说这么个过程：1.设置输入和输出类型，比如都是坐标[x1，y1]、[x2，y2]...2.训练：你告诉网络 A情况下应该输出A1 B情况下应该输出...

首先，我们采用符号表示。假设神经网络有L层，第一层输入为列向量x，对应神经元输出为a1，其它层神经元输入用z表示，输出为a，z与a的关系由激活函数和权重矩阵确定。权重矩阵W的维度为a的神经元数量乘以z的神经元数量。最后一层偏差b由代价函数和预测值y与真实值t定义，采用均方误差（MSE）作为代价函...

p神经网络的输入数据越多越好，输出数据需要反映网络的联想记忆和预测能力。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层...

每个样本对应一组变量值，但是BP神经网络使用时一般不使用1个样本去训练，都是使用若干组样本，这样他的若干组样本就是矩阵了。直接定义 P=[1 2 1 3;%这是一组样本 1 2 1 4;%这是第二组样本 ...];这样就定义了输入矩阵。输出矩阵也是同样的定义。输入矩阵与输出矩阵的行数（样本个数）必须...

你所说的应该是输入数据的预处理 即pre-processing,你使用ST Nueral Networks的话,里面有自动的预处理,你输入定性数据(nominal variable)后,软件可以自动预处理后转化为神经网络可以识别的数值.或者你自己设置 例1 根据年鉴记载的某些地区经度,纬度与台风类型的关系预测任意经纬度下台风类型(台风A或者台风B...

1.1.BP神经网络原理 bp神经网络全称为Back Propagation Neural Network，简称为BPNN。BP神经网络的原理就像下面的图一样，模仿人的大脑的原理，把看到的东西作为输入，然后经过大脑，最后作为输出。1.2.BP神经网络结构 BP神经网络在这个思想下，构造了下面的数学模型：这是一个只有一个隐层的BP神经网络(...

这是可以的，但是，要把两组数据合到一个变量中，如：x=[trainx1;trainx2];作为一个输入矩阵。

bp神经网络是有一定缺陷的，比如容易陷入局部极小值，还有训练的结果依赖初始随机权值，这就好比你下一个山坡，如果最开始的方向走错了，那么你可能永远也到不了正确的山脚。可以说bp神经网络很难得到正确答案，也没有唯一解，有些时候只能是更多次地尝试、修改参数，这个更多依赖自己的经验，通俗点说就...

newff（）使用格式有错误。将这句命令net=newff(minmax(inputn,outputn,5)改为下列形式 net=newff(minmax(inputn),[10 1]，{'tansig','purelin'})

可能是这个原因，在你的输入集中有巨大的数，如20000，造成大数吃小数