使用寻呼机的人们能方便快捷地通信和联系,所以BP机倍受青睐。实际上,无线寻呼系统是一种没有话音的单向广播式无线选呼系统,它包括基站和若干外围基站、数据电路、寻呼终端以及寻呼机。寻呼终端将电话网送来的被叫用户号码和主叫用户的消息进行集中处理,实现重复呼叫、复台查询、统计和记费等功能,然后进行编码,变换成一定码型和格式的数字信号,经数据电路传送到各基站和外围站,并经这些基发射机同时发射,被叫寻呼机接收到基站发射的信号后,便会有信息显示。
寻呼机就是用户佩带的无线电接收机。BP机有人工汇接和自动汇接两种方式,对应的寻呼台称为人工寻呼台和自动寻呼台。人工寻呼台需要人工 *** 作把这些信息编码经过发射机发出信号。自动寻呼台根据来电话的线路号,自动查出寻呼人的电话号码并同时发送出去,这样被寻呼人就知道是哪部电话寻呼的。经常使用的寻呼机分为两类:数字寻呼机和中文寻呼机。数字寻呼机小巧、价格低、实用。中文寻呼机直接显示汉字,信息容易识别。
出错是因为您训练数据有5行,但检验数据x只有1行,数据格式不对。
误差大的原因是因为您设计的神经网络只能逼近静态的一一映射函数,对于异或问题、多值映射问题是无法解决的,而您的样本恰恰是个多值映射问题。
此外,您的样本存在偏置,数据变化范围也很大,应该首先对数据进行归一化的预处理。而且还需要剔除异常数据和对数据进行滤波。
对训练参数设置也不佳。
一般的,神经网络误差大的主要原因是神经网络的基函数是tansig函数,属于S函数的一种,无法通过线性扩张的形式逼近非静态、一一映射的函数。
修改基函数吧,但这些在神经网络命令是无法实现的,还是自己老老实实用m文件编制神经网络程序吧,不要调用命令了。这对深入了解和改进神经网络是很有帮助的。
以下是修改的程序(仅仅对p的第一行进行训练):
clc; clear all;close all;
P=[666 675 634 620 609 620 689 726 701 711 712 728 725 722 717 721 718 739 764 750 757 698 650 641;
669 659 633 623 628 607 667 718 754 726 741 739 749 746 736 726 740 765 744 734 741 714 647 645;
665 666 646 627 609 596 591 584 604 623 657 704 694 716 708 714 695 731 726 725 716 667 657 659;
622 650 621 598 583 575 556 537 545 578 632 659 647 641 651 648 628 635 673 690 702 649 623 613;
653 628 610 586 590 583 662 705 711 712 742 746 733 756 751 724 728 738 742 751 744 695 637 638];
T=[669 659 633 623 628 607 667 718 754 726 741 739 749 746 736 726 740 765 744 734 741 714 647 645;
665 666 646 627 609 596 591 584 604 623 657 704 694 716 708 714 695 731 726 725 716 667 657 659;
622 650 621 598 583 575 556 537 545 578 632 659 647 641 651 648 628 635 673 690 702 649 623 613;
653 628 610 586 590 583 662 705 711 712 742 746 733 756 751 724 728 738 742 751 744 695 637 638;
676 659 620 607 624 617 667 711 722 736 751 734 724 755 733 722 718 772 747 775 750 719 668 640];
% 创建一个新的前向神经网络
net_1=newff(minmax(P(1,:)),T(1,:),[20,1],{'tansig','purelin'},'traingdm');
% 设置训练参数
net_1trainParamshow = 1;
net_1trainParamlr = 0000001;
net_1trainParammc = 05;
net_1trainParamepochs = 100000;
net_1trainParamgoal = 00001;
% 调用 TRAINGDM 算法训练 BP 网络
[net_1,tr]=train(net_1,P(1,:),T(1,:));
% 对 BP 网络进行仿真
A = sim(net_1,P(1,:));
% 计算仿真误差
E = T(1,:) - A;
MSE=mse(E);
figure(1);
X=1:24;
plot(X,A,'r',X,T(1,:),'bo');
title('o为真实值,为预测值');
x=[645 665 658 617 628 628 677 721 733 730 739 727 725 733 731 714 734 739 753 773 743 697 650 654];
%测试
sim(net_1,x)
1、点击 *** 作面板上的“用户设定”按钮。点击“管理者程序”。
2、输入管理者密码,请参看用户手册或者询问维修人员,原厂默认密码:000000。
3、点击“系统管理设定”。
4、点击“网络设定”。
5、点击“IP地址设定”;注意在“TCP/IP有效设定”前打上勾,否则将不支持TCP/IP协议。
6、输入相应的“IP地址”“IP子网掩码”“IP网关”;“DHCP”请勿打钩;设置完毕按“OK”。
7、设置完毕,点击“OK”,然后重启复印机,这样复印机IP的设定就生效了。
这种分类的案例很多,附件里面就有这类案例。主要还是要形成样本,输入输出都做好,进行训练,训练完成后就能满足分类需要。
模式识别是对表征事物或现象的各种形式的信息进行处理和分析,来对事物或现象进行描述、辨认、分类和解释的过程。该技术以贝叶斯概率论和申农的信息论为理论基础,对信息的处理过程更接近人类大脑的逻辑思维过程。现在有两种基本的模式识别方法,即统计模式识别方法和结构模式识别方法。人工神经网络是模式识别中的常用方法,近年来发展起来的人工神经网络模式的识别方法逐渐取代传统的模式识别方法。经过多年的研究和发展,模式识别已成为当前比较先进的技术,被广泛应用到文字识别、语音识别、指纹识别、遥感图像识别、人脸识别、手写体字符的识别、工业故障检测、精确制导等方面。
以上就是关于BP机的原理全部的内容,包括:BP机的原理、请高人指点,BP训练程序显出错且误差极大、bp-c2021r设置ip等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)