當前位置：首頁 > 编程资源 > 编程问答 >内容正文

编程问答

用神经网络分类随机数与无理数

發布時間：2025/4/5 编程问答 29 豆豆

生活随笔收集整理的這篇文章主要介紹了用神经网络分类随机数与无理数小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

這次依然沿用前面的方法分類保留3萬位有效數字的無理數，不同的是這次引入的參考系是一個隨機數。這個隨機數的構造方法是

static int n=100; public static double[] r100( ) throws IOException, ParseException {double [] rf=new double[n];for(int a=0 ;a<n;a++){Random rand =new Random();double v=rand.nextDouble(); if(v>0.9){rf[a]=1;}}return rf;}

用這個隨機數r與其他7個無理數2**0.5，3**0.5，5**0.5，6**0.5，7**0.5，8**0.8，10**0.5去分類。也就是構造7個二分類網絡

(r,2**0.5)—100*10*2—(1,0)(0,1)

(r,3**0.5)—100*10*2—(1,0)(0,1)

(r,5**0.5)—100*10*2—(1,0)(0,1)

(r,6**0.5)—100*10*2—(1,0)(0,1)

(r,7**0.5)—100*10*2—(1,0)(0,1)

(r,8**0.5)—100*10*2—(1,0)(0,1)

(r,10**0.5)—100*10*2—(1,0)(0,1)

用固定收斂標準多次迭代的辦法比較這幾個網絡的迭代次數和分類平均準確率有什么區別。

首先比較迭代次數差異

?	2**0.5	3**0.5	5**0.5	6**0.5	7**0.5	8**0.5	10**0.5
δ	迭代次數n	迭代次數n	迭代次數n	迭代次數n	迭代次數n	迭代次數n	迭代次數n
0.5	22.34673	19.96482	20.66332	19.07538	18.49749	18.46231	18.09548
0.4	14409.85	15014.87	12815.06	10129.33	12603.93	11875.22	18077.17
0.3	35028.72	32047.65	29717.22	18034.15	25041.25	33939.94	36289.82
0.2	42659.39	41322.12	109760.2	41358.09	33780.94	52366.28	40687.22
0.1	45911.62	44529.44	117732.7	45048.94	37680.71	54433.35	43681.97
0.01	54868.45	52751.59	129416.3	54227.83	45951.52	64815.69	52670.25
0.001	68823.4	66538.42	139233.6	66585.46	58186.8	77689.96	64697.27
9.00E-04	68971.86	66872.85	139878.7	67262.89	59197.9	79016.88	65766.91
8.00E-04	68766.89	67560.62	141174.1	68022.3	59302.14	79450.78	66094.96
7.00E-04	69558.09	67950.58	142258.9	67626.03	59305.86	79654.1	65712.7
6.00E-04	70887.83	68937.47	142158.3	69092.25	60300.81	80694.77	66429.6
5.00E-04	71414.38	69118.97	142344	68606.68	60112.23	80789.33	68025.45
4.00E-04	71731.17	69296.88	144901.4	70186.79	60815.31	83214.6	68997.38
3.00E-04	73341.66	70768.89	142336	71919.07	62103.98	84173.98	68821.8
2.00E-04	73978.64	71542.48	145687.5	71723.17	62434.55	83597.38	69719.92
1.00E-04	76744.28	73438.05	145903	73635.97	64851.73	87474.73	72190.55

將迭代次數畫成圖

可見迭代次數被清晰的分開了，按照迭代次數越大二者差異越小的比較辦法，這幾個無理數和隨機數r之間的差異大小順序為

也就表明隨機數r和5**0.5的構造上的差異最小，和7**0.5構造上的差異最大。也就是在這幾個數里電腦給出的隨機數和5**0.5最為接近。

再比較平均分類準確率的差異

?	2**0.5	3**0.5	5**0.5	6**0.5	7**0.5	8**0.5	10**0.5
δ	平均準確率p-ave	平均準確率p-ave	平均準確率p-ave	平均準確率p-ave	平均準確率p-ave	平均準確率p-ave	平均準確率p-ave
0.5	0.499161	0.500704	0.499598	0.499824	0.499869	0.499407	0.49994
0.4	0.488296	0.539126	0.504819	0.508387	0.495191	0.522774	0.519146
0.3	0.493789	0.537578	0.520392	0.50909	0.506161	0.528889	0.527759
0.2	0.529497	0.566462	0.526402	0.525503	0.520874	0.549809	0.547648
0.1	0.578618	0.602658	0.554141	0.544417	0.551276	0.584809	0.590015
0.01	0.723322	0.711573	0.689809	0.672794	0.660844	0.713668	0.716849
0.001	0.865377	0.856648	0.851211	0.856683	0.85193	0.870462	0.855196
9.00E-04	0.868613	0.85802	0.854859	0.862955	0.853362	0.873849	0.859286
8.00E-04	0.866804	0.859704	0.856789	0.862995	0.856915	0.871583	0.862457
7.00E-04	0.870528	0.864131	0.858231	0.87002	0.85806	0.875131	0.864553
6.00E-04	0.872583	0.867307	0.864819	0.87007	0.860196	0.87792	0.868266
5.00E-04	0.879513	0.871854	0.865955	0.873668	0.865849	0.883367	0.873482
4.00E-04	0.881181	0.87494	0.871935	0.879211	0.867518	0.887302	0.877859
3.00E-04	0.886769	0.87909	0.879347	0.882482	0.874065	0.890874	0.88404
2.00E-04	0.89405	0.886	0.886824	0.89109	0.883829	0.897312	0.891859
1.00E-04	0.904055	0.896809	0.896779	0.900467	0.891015	0.906658	0.896759

表明隨機數r和這幾個無理數可以被很高精度的被區分出來。Pave曲線有5條特征較明顯的曲線，有4條線糾纏在一起，按大小排序

無理數的數據來源

https://www.wolframalpha.com/input/?i=x%5E2-1

N[sqr(3),30000]

總結

以上是生活随笔為你收集整理的用神经网络分类随机数与无理数的全部內容，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。

上一篇：分类9个无理数并比较他们之间的分布差异
下一篇：估算神经网络卷积核数量的近似方法