اطلاعیه

Collapse
No announcement yet.

تقریب تابع cos با مطلب

Collapse
X
 
  • فیلتر
  • زمان
  • Show
Clear All
new posts

    تقریب تابع cos با مطلب

    سلام دوستان من میخاستم تابع cos را با نرم افزار مطلب تقریب بزنم
    کسی میتونه دستورش چطوره؟

    #2
    پاسخ : تقریب تابع cos با مطلب

    [tt]clear all
    clc
    p=o:0.2:4*pi;
    t=cos(p);
    net=newff(p,t,[5 2],{'tansig','purelin'},'tr ainlm'
    %-------------------- Training
    net.divideparam.trainratio=0.9;
    net.divideparam.valratio=0.1;
    net.divideparam.testratio=0;
    net.trainparam.epochs=100;
    net.trainparam.mu=0.01;
    net.trainparam.mu_inc=10;
    net.trainparam.lr=0.001;
    net.trainparam.goal=0.01;
    net.trainparam.max_fail=15;
    net=train(net,p,t);
    trainsim=sim(net,p);
    trainError=mae(t-trainsim)
    trainVariance=var(t-trainsim)
    plot(trainsim,'r*'[/tt]
    ایرونی ساقه و برگ و ریشه\ساقه از ریشه جدا نمیشه

    دیدگاه


      #3
      پاسخ : تقریب تابع cos با مطلب

      برای تست هم کد زیر رو به ادامه کد قبلی اضافه کن
      [tt]ptest=0:0.1:4*pi;
      ttest=cos(p);
      test=sim(net,ptest);
      testError=mae(ttest-test)
      testVariance=var(ttest-test)
      plot(test,'b*'[/tt]
      ایرونی ساقه و برگ و ریشه\ساقه از ریشه جدا نمیشه

      دیدگاه


        #4
        پاسخ : تقریب تابع cos با مطلب

        1- چرا از شبکه عصبی؟
        2- چرا شبکه پس انتشار؟
        3- divideparam برای چیه؟!نمیشناسمش
        جانم به فدای ائمه اطهار
        می دونستم تحمل مرگ اعضای خانواده خیلی سخته ولی نه تا این حد،ایکاش پدرم بیشتر می موند.روحش شاد.

        دیدگاه


          #5
          پاسخ : تقریب تابع cos با مطلب

          دوست عزیز به خاطر اینکه شبکه عصبی کارایی رو میتونه بکنه که تقریبا غیر ممکنه یا خیلی خیلی سخته.
          مثلا در همین موردش شبکه عصبی میتونه پیچیده ترن توابع که پر از اعمال ریاضی سنگین هستو مدل کنه مثلا تعیین قیمت ارز که یک تابع بسیار پیچیداست ولی شبکه عصبی میتونه با اعمال یکی سری اپشن حتی قیمت رو پیش بینی کنه .
          یا مثلا کار کردن تو فضاهای چند بعدی مثلا 20 بعدی ولی ما نیمیتونیم از سه بعد بالاترو فرض کنیم یا حالا دقیقتر از چهار بعد بالاترو....
          یا یکی دیگه از مزایاهای دیگه اش دسته بندیه میتونه داده هارو بگیره و یه روابط منطقی بین داده ها پیدا کنه و شبیه ترین داده ها رو با هم تو یه گروه قرار بده(مثلا شبکه میتونه دو حیون شبیه تر بهم رو از بین گرگ و گاو و مرغ و ماهی و ... پیدا کنه اون هم بدون کمک گرفتن از بیرون به روش بدون ناظر)
          و خیلی خیلی مزایای دیگه .....


          قدرت شبکه پس انتشار تو انعطاف پالا از لحاظ ساختریه شاید از rbf تو این مساله استفاده میشد بهتر بود ولی خوب mlp عمومیت داره
          اما divideparam مشخص میکنه که چند در صد از داده ها برای ترین چند درصد برای ولیدیشن و چند درصد برای تست باشه...
          موفق باشی دوست عزیز
          ایرونی ساقه و برگ و ریشه\ساقه از ریشه جدا نمیشه

          دیدگاه


            #6
            پاسخ : تقریب تابع cos با مطلب

            سلام میخواستم یه تابع رو با rbf تقریب بزنم میشه روند کلی رو توضییح بدید؟

            دیدگاه

            لطفا صبر کنید...
            X