MATLAB——线性神经网络

 这个函数默认使用最小二乘，所以不需要训练

% example5_1.m
x=-:;
y=*x-;                    % 直线方程为
randn('state',);                % 设置种子，便于重复执行
y=y+randn(,length(y))*1.5;            % 加入噪声的直线
plot(x,y,'o');
P=x;T=y;
net=newlind(P,T);                % 用newlind建立线性层
new_x=-:.:;                    % 新的输入样本
new_y=sim(net,new_x);                % 仿真
hold on;plot(new_x,new_y);
legend('原始数据点','最小二乘拟合直线');
net.iw                        % 权值为2.

% ans =
%
%     [2.9219]

net.b                        % 偏置为-6.6797

% ans =
%
%     [-6.6797]

title('newlind用于最小二乘拟合直线');

% example5_2.m
x=-:;
y=*x-;                        % 直线方程为
randn('state',);        % 设置种子，便于重复执行
y=y+randn(,length(y))*1.5;    % 加入噪声的直线
plot(x,y,'o');
P=x;T=y;
net=newlin(minmax(P),,[],maxlinlr(P));    % 用newlin创建线性网络 minmax(P)得到矩阵P的最小和最大值（找到每行的最小和最大，有多少行就有多少对最小和最大）；
tic;net=train(net,P,T);toc    % 训练。与newlind不同，newlin创建的网络需要调用训练函数
new_x=-:.:;
new_y=sim(net,new_x);           % 仿真
hold on;plot(new_x,new_y);
legend('原始数据点','最小二乘拟合直线');
title('newlin用于最小二乘拟合直线');
net.iw

% ans =
%
%     [2.9219]

net.b

% ans =
%
%     [-6.6797]