BP神经网络预测实例_第1页
BP神经网络预测实例_第2页
BP神经网络预测实例_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、【精品文档】如有侵权，请联系网站删除，仅供学习与交流BP神经网络预测实例.精品文档.% 清空环境变量clcclear% 训练数据预测数据data=importdata('test.txt');%从1到768间随机排序k=rand(1,768);m,n=sort(k);%输入输出数据input=data(:,1:8);output =data(:,9); %随机提取500个样本为训练样本，268个样本为预测样本input_train=input(n(1:500),:)'output_train=output(n(1:500),:)'input_test=input

2、(n(501:768),:)'output_test=output(n(501:768),:)' %输入数据归一化inputn,inputps=mapminmax(input_train); % BP网络训练% %初始化网络结构net=newff(inputn,output_train,10); net.trainParam.epochs=1000;net.trainParam.lr=0.1;net.trainParam.goal=0.0000004;% 网络训练net=train(net,inputn,output_train); % BP网络预测%预测数据归一化inputn

3、_test=mapminmax('apply',input_test,inputps); %网络预测输出BPoutput=sim(net,inputn_test); % 结果分析%根据网络输出找出数据属于哪类BPoutput(find(BPoutput<0.5)=0;BPoutput(find(BPoutput>=0.5)=1; % 结果分析%画出预测种类和实际种类的分类图figure(1)plot(BPoutput,'og')hold onplot(output_test,'r*');legend('预测类别',&#

4、39;输出类别')title('BP网络预测分类与实际类别比对','fontsize',12)ylabel('类别标签','fontsize',12)xlabel('样本数目','fontsize',12)ylim(-0.5 1.5) %预测正确率rightnumber=0;for i=1:size(output_test,2) if BPoutput(i)=output_test(i) rightnumber=rightnumber+1; endendrightratio=rightnumber/si

人人文库> 全部分类> 教育资料 > 备课教案

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论