Elman神經網絡通常由輸入層、隱含層和輸出層構成，它存在從隱含層的輸出到隱含層輸入的反饋。這種反饋連接的結構使得被訓練后不僅能識別和產生空域模式，還能夠識別和產生時域模式，在此只介紹創建Elman網絡的newelm函數，該函數用于創建一個Elman神經網絡。用于對輸入波形進行振幅檢測。
clear all;
T1=1:80;
X1=cos(1:20);
X2=3cos(1:20);
t1=ones(1,20);
t2=3ones(1,20);
P=[X1 X2 X1 X2];
t=[t1 t2 t1 t2];
X=con2seq§;
T=con2seq(t);
plot(T1,cat(2,X{:}),’:’,T1,cat(2,T{:}),’-’);
[R,N]=size(X);
[S2,N]=size(T);
S1=10;
net=newelm(X,T,[S1,S2],{‘tansig’,‘purelin’},‘trainlm’);
xlabel(‘t’);
net.trainParam.epochs=5000;
[net,tr]=train(net,X,T);
y=sim(net,X);
hold on;
plot(T1,cat(2,y{:}),‘o’,T1,cat(2,T{:}),‘p’);
ylabel(‘振幅檢測’);
xlabel(‘x’);
legend(‘輸入信號曲線’,‘目標信號曲線’,‘輸出信號曲線’,‘目標信號曲線’);

張德峰等編著-----【M】北京：機械工業出版社

總結

以上是生活随笔為你收集整理的MATLAB神经网络应用之Elman神经网络的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。