![](https://iknow-base.cdn.bcebos.com/lxb/notice.png)
请问:如何用人工神经网络来进行预测?
被预测的函数是:y=f(a,b,c,d,e)现在已有的数据是:现在第1月到第25月的输入数据,和第1月到第25月的输出数据。问:怎么利用人工神经网络预测第26月的输出?谢...
被预测的函数是:y=f(a,b,c,d,e)
现在已有的数据是:现在第1月到第25月的输入数据,和第1月到第25月的输出数据。
问:怎么利用人工神经网络预测第26月的输出?
谢谢。 展开
现在已有的数据是:现在第1月到第25月的输入数据,和第1月到第25月的输出数据。
问:怎么利用人工神经网络预测第26月的输出?
谢谢。 展开
2个回答
展开全部
用第1月到第25月的输入数据,和第1月到第25月的输出数据作为网络的训练数据,然后将你第26月的对应的输入作为网络的输入,就可以得出第26月的输出。
你可以在网上下个别人使用过的神经网络的模板或工具箱,修改成自己需要的就是了。
你可以在网上下个别人使用过的神经网络的模板或工具箱,修改成自己需要的就是了。
展开全部
将前25的月的数据作为训练用,第26个月的数据作为测试
简单建立一个BP网络:
traindata为训练集输入;output为训练集输出;这两个数据也许要归一化,测试的时候再反归一化就行。
net=newff(minmax(traindata),[n,1],{'tansig','purelin'});
训练网络,可以设置参数,也可以选择默认
net=train(net,traindata,output);
然后就可以用第26个月的数据进行测试:
nd= sim(net,testdata);
训练数据中输入数据的每一列对应一个输出中的数据。输出为一个行向量。
简单建立一个BP网络:
traindata为训练集输入;output为训练集输出;这两个数据也许要归一化,测试的时候再反归一化就行。
net=newff(minmax(traindata),[n,1],{'tansig','purelin'});
训练网络,可以设置参数,也可以选择默认
net=train(net,traindata,output);
然后就可以用第26个月的数据进行测试:
nd= sim(net,testdata);
训练数据中输入数据的每一列对应一个输出中的数据。输出为一个行向量。
参考资料: qq:479793782
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询