做一个三层神经网络

编程很简单,MATLAB在一份声明中就可以了.关键是要首先确定的模型,即神经网络的拓扑结构.神经网络的拓扑如下：4对应的输入神经元：总推力,刀盘扭矩,行驶速度,注浆量输出神经元对应：中间沉淀预测值的神

针对你前两个问题:在系统建模、辨识和预测中,对于线性系统,在频域,传递函数矩阵可以很好地表达系统的黑箱式输入输出模型；在时域,Box-Jenkins方法、回归分析方法、ARMA模型等,通过各种参数估计

你所说的类指得是什么?当网络复杂度不能满足要求时,第一的选择是增加神经元的数量,增加层数会大大增加网络复杂度.再问：就是需要识别的类的个数。两类问题就是把样本分类到A或者B类。再答：一个隐层的神经网络

首先,神经网络确实可以用于对未知函数关系的建模,用一堆已知的{X1,X2,X3}_k和{Y}_k对神经网络进行训练,获得网络的传递参数,从而用网络预测新的{X1,X2,X3}所对应的Y.其次,神经网络

你的P=[0.5,0.6,0.2,0.8.0.6;这一段中0.8后面应当是逗号而不是点号,这样matlab是认不出来的.也就是P=[0.5,0.6,0.2,0.8,0.6;

上中下三层总要木板隔开吧不过只需要两块木板这两块木板的大小就和底面大小相同即1x0.6=0.6平方m0.6x4=2.4平方米（我这里是把封顶的那块木板也算上去了）然后就是算四周围的那个根据你的图来看应

试试归一化的不同方法

当然是算两层应该是三个楼层的面积加上两个楼梯间的面积再问：套内楼梯按自然层数的面积总和计入使用面积这句话什么意思，能说详细点吗

推荐一本书《面向MATLAB工具箱的神经网络理论与应用》,我已经传到文库上面去了,自己去下载吧,这本书很经典,介绍得很详细,

先找一个期望函数,比如y=1/x,那么输入就是x（值随便设）,理想的输出结果就是1/x.用实际的输出结果与理想的结果做运算,依据运算结果对隐层和输出层的权值矩阵进行调整.然后继续输入样本,得到结果在与

建议你参考这本书,在股市预测有实例《精通MATALB神经网络》朱凯、张正林编著神经网络预测（17章）

说实话,就这些数据实在太少,预测效果太差,除非你只是想要用一用神经网络,否则建议你换个灰色预测之类的方法再问：嗯，谢谢你的回答，我也想到数据太少所以效果会很差，但是这是一个测试实验，我要写毕业论文，然

去相关专业论坛发帖求助

建议你参考一下雷英杰《MATLAB遗传算法工具箱与应用》这本书,上面介绍的很明白.

/>newff中的指的是隐层、输出层神经元数,不用指出输入层神经元个数,你建立是建立了一个8-8-3的网络.数据o的一个维是一个样本的话,输入神经网络的数据应该转置下变成列向量,即以列为一个样本.

你可以把矩阵按你的规律变形为向量然后当作一个样本网络训练好之后预测的结果按你之前的规律反过来变形应该就可以了神经网络应该也能把握数据的规律要强调一点是单个样本应该只能是向量的形式再问：按我的规律？你指

在水槽顶部装一个浮球限位器就行.再问：不好意思忘记说明了，水槽是在楼顶三楼。我是想问怎么在一楼能看到水槽内的大概水容量再答：在水槽内放上个浮球，栓条绳子，直通楼下，这样就可知道水槽水位。我们油库油塔也

这得看你用的什么激活函数,一般用sigmoid函数,不过情况是一样的.用权值乘以输入值,然后带入激活函数,这就是隐层的输出,再与隐层到输出层的权值相乘求和,这就是最后的输出.不过建议你看看关于神经网络

检查一下测试集的选取是否合理

作用：这种网络已较广泛地应用于非线性滤波、模式分类、联想记忆和概率密度估计当中.概率神经网络是由Specht博士在1989年提出的,它与统计信号处理的许多概念有着紧密的联系.当这种网络用于检测和模式分