bp神经网络预测计算过程
@伏种4577：如何用BP神经网络实现预测 -
骆露18781243130…… 首先要知道你建立的这个模型的内部逻辑关系.. 1,确定隐层数,画出简要模型图. 2,确定采用什么样的神经网络来建立模型 3.通过测试数据来训练模型.. 4.根据测试训练得到的数据和实际数据进行比对,或者算出误差.从而修改隐层中的权值和阀值. 反复重复3-4..最后得到一个最优的模型. 大致是这样...楼主说的太概略...无法回答清楚请抱歉
@伏种4577：用Matlab算BP神经网络的具体算法? -
骆露18781243130…… BP神经网络的传递函数一般采用sigmiod函数,学习算法一般采用最小梯度下降法;下面是具体的程序例子:例1 采用动量梯度下降算法训练 BP 网络.训练样本定义如下:输入矢量为 p =[-1 -2 3 1 -1 1 5 -3] 目标矢量为 t = [-1 -1 1 1] 解:本例的 ...
@伏种4577：简要说明前馈神经网络的BP算法学习过程,并指出其具有什么缺点及其原因? -
骆露18781243130…… 计算步骤 1.确定最大误差和最大学习次数. 2.计算当前输入下的输出. 3.判断输出误差是否满足要求,满足则退出,不满足则开始学习. 4.计算广义误差,连接权系数更新. 6.次数加1,继续迭代计算直到满足要求. 缺点: 1.计算速度慢(计算量大,学习算法不成熟,不同的算法针对不同的问题收敛才快些) 2.输入信号与训练信号相差加大时,可能导致结果完全错误(不同的区域可能有不同的极值)
@伏种4577：MATLAB中BP神经网络的训练算法具体是怎么样的 -
骆露18781243130…… 先用newff函数建立网络,再用train函数训练即可. 1)正向传播:输入样本->输入层->各隐层(处理)->输出层 注1:若输出层实际输出与期望输出(教师信号)不符,则转入2)(误差反向传播过程) 2)误差反向传播:输出误差(某种形式)-...
@伏种4577：如何人工神经网络来预测下一个数值 -
骆露18781243130…… newff函数建立BP神经网络,历史数据作为样本,例如前n个数据作为输入,输入节点为n.当前数据作为p,输出节点为1.隐层节点根据试凑法得到.通过matlab的train函数,得到训练好的BP神经网络.再将当前预测点的前n个数据作为输入,输出即为当前的预测值.
@伏种4577：求BP神经网络的MATLAB算法 -
骆露18781243130…… 以常用的三层BP为例:net=newff(P,T,{m},{'tansig'},'trainlm');//用newff建立新的网络net,P为样本输入,T为目标输出,m为隐层的神经元数目,tansig为隐层到输出层的传输函数,如果是多隐层则要给出每层的输出函数,trainlm为训练函数net....
@伏种4577：如何编写预测人口预测的bp神经网络的程序
骆露18781243130…… 这个比较简单: 就要看你要用前多少年作为预测,如果你要用5年作为一个周期的话,要预测x6,就要把x1,x2,x3,x4,x5前五年的数据作为神经网络的输入,这样就得到一组输入(x1,....x5)和对应的的输出x6,x6预测正确后,再构造第二组输入(x2,....x6)和对应的输出x7,如果训练数据20个,则应该构造15组输入和输出对对神经网络进行训练.然后可以用后面的几个数据进行预测. 根据上面的这个模型可以构造BP网络结构为:5*H*1,H为隐层,可以根据启发式规则确定,如:H=5 1=6等. 具体程序网上很多,下载下来看看就行.
@伏种4577：BP神经网络的预测(回归)过程C语言程序 -
骆露18781243130…… 神经网络本质也是一种数据回归模型.我们举个简单的例子 y=ax^2+bx+c,有三个系数要回归,如果只给你1~2组数据,你觉得能回归好吗?考虑到样本本身有误差,为了防止过拟合(或过学习),一般要求神经网络的训练样本数是连接权系数(包括阈值)的2~3倍.你用了太多的连接权系数(包括阈值),即使效果不错,风险仍然很高.
@伏种4577：编写matlab的bp神经网络用于预测 -
骆露18781243130…… 直接用神经网络工具箱里面的函数做: d = [ 1 0.31 0.27 0.41 0.2 0.6 0.21 2 0.31 0.27 0.41 0.2 0.7 0.19 3 0.31 0.27 0.41 0.2 0.8 0.17 4 0.31 0.39 0.63 0.5 0.6 0.62 5 0.31 0.39 0.63 0.5 0.7 0.63 6 0.31 0.39 0.63 0.5 0.8 0.65 7 0.31 0.51 0.85 0.8 0.6 ...
@伏种4577：bp神经网络股票价格预测的MATLAB编程 -
骆露18781243130…… P=[];'输入,开盘价,最高价,最低价,收盘价成交量依次5天的数据' T=[];'输出,即第二日的收盘' net=newff(minmax(P),[7,1],{'tansig','logsig'},'traingdx'); net.trainParam.epochs=1000; '最大训练次数,根据需要可自行调节' net....
骆露18781243130…… 首先要知道你建立的这个模型的内部逻辑关系.. 1,确定隐层数,画出简要模型图. 2,确定采用什么样的神经网络来建立模型 3.通过测试数据来训练模型.. 4.根据测试训练得到的数据和实际数据进行比对,或者算出误差.从而修改隐层中的权值和阀值. 反复重复3-4..最后得到一个最优的模型. 大致是这样...楼主说的太概略...无法回答清楚请抱歉
@伏种4577：用Matlab算BP神经网络的具体算法? -
骆露18781243130…… BP神经网络的传递函数一般采用sigmiod函数,学习算法一般采用最小梯度下降法;下面是具体的程序例子:例1 采用动量梯度下降算法训练 BP 网络.训练样本定义如下:输入矢量为 p =[-1 -2 3 1 -1 1 5 -3] 目标矢量为 t = [-1 -1 1 1] 解:本例的 ...
@伏种4577：简要说明前馈神经网络的BP算法学习过程,并指出其具有什么缺点及其原因? -
骆露18781243130…… 计算步骤 1.确定最大误差和最大学习次数. 2.计算当前输入下的输出. 3.判断输出误差是否满足要求,满足则退出,不满足则开始学习. 4.计算广义误差,连接权系数更新. 6.次数加1,继续迭代计算直到满足要求. 缺点: 1.计算速度慢(计算量大,学习算法不成熟,不同的算法针对不同的问题收敛才快些) 2.输入信号与训练信号相差加大时,可能导致结果完全错误(不同的区域可能有不同的极值)
@伏种4577：MATLAB中BP神经网络的训练算法具体是怎么样的 -
骆露18781243130…… 先用newff函数建立网络,再用train函数训练即可. 1)正向传播:输入样本->输入层->各隐层(处理)->输出层 注1:若输出层实际输出与期望输出(教师信号)不符,则转入2)(误差反向传播过程) 2)误差反向传播:输出误差(某种形式)-...
@伏种4577：如何人工神经网络来预测下一个数值 -
骆露18781243130…… newff函数建立BP神经网络,历史数据作为样本,例如前n个数据作为输入,输入节点为n.当前数据作为p,输出节点为1.隐层节点根据试凑法得到.通过matlab的train函数,得到训练好的BP神经网络.再将当前预测点的前n个数据作为输入,输出即为当前的预测值.
@伏种4577：求BP神经网络的MATLAB算法 -
骆露18781243130…… 以常用的三层BP为例:net=newff(P,T,{m},{'tansig'},'trainlm');//用newff建立新的网络net,P为样本输入,T为目标输出,m为隐层的神经元数目,tansig为隐层到输出层的传输函数,如果是多隐层则要给出每层的输出函数,trainlm为训练函数net....
@伏种4577：如何编写预测人口预测的bp神经网络的程序
骆露18781243130…… 这个比较简单: 就要看你要用前多少年作为预测,如果你要用5年作为一个周期的话,要预测x6,就要把x1,x2,x3,x4,x5前五年的数据作为神经网络的输入,这样就得到一组输入(x1,....x5)和对应的的输出x6,x6预测正确后,再构造第二组输入(x2,....x6)和对应的输出x7,如果训练数据20个,则应该构造15组输入和输出对对神经网络进行训练.然后可以用后面的几个数据进行预测. 根据上面的这个模型可以构造BP网络结构为:5*H*1,H为隐层,可以根据启发式规则确定,如:H=5 1=6等. 具体程序网上很多,下载下来看看就行.
@伏种4577：BP神经网络的预测(回归)过程C语言程序 -
骆露18781243130…… 神经网络本质也是一种数据回归模型.我们举个简单的例子 y=ax^2+bx+c,有三个系数要回归,如果只给你1~2组数据,你觉得能回归好吗?考虑到样本本身有误差,为了防止过拟合(或过学习),一般要求神经网络的训练样本数是连接权系数(包括阈值)的2~3倍.你用了太多的连接权系数(包括阈值),即使效果不错,风险仍然很高.
@伏种4577：编写matlab的bp神经网络用于预测 -
骆露18781243130…… 直接用神经网络工具箱里面的函数做: d = [ 1 0.31 0.27 0.41 0.2 0.6 0.21 2 0.31 0.27 0.41 0.2 0.7 0.19 3 0.31 0.27 0.41 0.2 0.8 0.17 4 0.31 0.39 0.63 0.5 0.6 0.62 5 0.31 0.39 0.63 0.5 0.7 0.63 6 0.31 0.39 0.63 0.5 0.8 0.65 7 0.31 0.51 0.85 0.8 0.6 ...
@伏种4577：bp神经网络股票价格预测的MATLAB编程 -
骆露18781243130…… P=[];'输入,开盘价,最高价,最低价,收盘价成交量依次5天的数据' T=[];'输出,即第二日的收盘' net=newff(minmax(P),[7,1],{'tansig','logsig'},'traingdx'); net.trainParam.epochs=1000; '最大训练次数,根据需要可自行调节' net....
