2.3MATLAB中學習過程與仿真
MATLAB6.2中的神經(jīng)網(wǎng)絡工具箱功能強大，不但能方便創(chuàng)建常見的神經(jīng)網(wǎng)絡，還支 持用戶自己構(gòu)造網(wǎng)絡。
在實際中，根據(jù)測量范圍和精度要求，以實驗中的101個數(shù)據(jù)為樣本，在MATLAB中構(gòu)造BP網(wǎng)絡進行訓練。在訓練之前，對數(shù)據(jù)進行了預處理。諧振頻率值為輸入樣本P，將冰層厚度變換到［－1，1］的范圍后作為輸出樣本t。訓練完后，再通過后處理還原回原來的樣本空間。神經(jīng)網(wǎng)絡模型為單輸入單輸出，隱含層有5個神經(jīng)元，訓練中誤差指標定為0.01。訓練結(jié)果如圖2、圖3、表1。訓練進行了15步就滿足了誤差要求，收斂速度較快。

本文引用地址：http://cafeforensic.com/article/162554.htm

3結(jié)束語
神經(jīng)網(wǎng)絡作為一種分析、處理問題的新方法已經(jīng)在很多領域顯示了強 大的生 命力。由于神經(jīng)網(wǎng)絡具有高速并行計算能力和非線性變換能力，能夠隨時進行再學習且學習 效率很高， 特別對于產(chǎn)品性能一致性不高的結(jié)冰傳感器更見其效果。相對其他校正方式而言，神經(jīng)網(wǎng)絡 無須深入了解對象的機理，具 有很強的曲線擬合能力。實驗表明，補償?shù)男Ч钊藵M意，大大方便了結(jié)冰傳感器在測控系 統(tǒng)中的應用。