关于MATLAB中BP神经网络模型训练后的验证
我用MATLAB训练一个模型后,打算用数据验证这个模型,可是结果好像不能反归一化,能帮忙看看我的代码哪里出了问题吗?[PN,minp,maxp]=premnmx([p3p...
我用MATLAB训练一个模型后,打算用数据验证这个模型,可是结果好像不能反归一化,能帮忙看看我的代码哪里出了问题吗?
[PN,minp,maxp] = premnmx([p3 p4]');
T = sim(net_1,PN);
TN= postmnmx(T, minT,maxT);%预测数据反归一化
b = [0:29];
plot(b, s, '*', b, TN, '--');
h=legend('实测数据','计算值');
p3 p4 是原始数据,net_1是我训练之后的模型 展开
[PN,minp,maxp] = premnmx([p3 p4]');
T = sim(net_1,PN);
TN= postmnmx(T, minT,maxT);%预测数据反归一化
b = [0:29];
plot(b, s, '*', b, TN, '--');
h=legend('实测数据','计算值');
p3 p4 是原始数据,net_1是我训练之后的模型 展开
展开全部
用法错了。
premnmx函数用于将网络的输入数据或输出数据进行归一化,归一化后的数据将分布在[-1,1]区间内。premnmx语句的语法格式是
[Pn,minp,maxp,Tn,mint,maxt]=premnmx(P,T)
其中P,T分别为原始输入和输出数据,minp和maxp分别为P中的最小值和最大值。mint和maxt分别为T的最小值和最大值。
我们在训练网络时如果所用的是经过归一化的样本数据,那么以后使用网络时所用的新数据也应该和样本数据接受相同的预处理,这就要用到tramnmx。
[Pn]=tramnmx(P,minp,maxp)
更多追问追答
追问
那预测数据反归一化那条代码呢?软件提示我是错的
追答
不是你这么用的,前一条就要用tramnmx函数。
我建议你用新版的mapminmax函数。
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