机器学习与神经网络课件_第1页
机器学习与神经网络课件_第2页
机器学习与神经网络课件_第3页
机器学习与神经网络课件_第4页
机器学习与神经网络课件_第5页
已阅读5页，还剩7页未读， 继续免费阅读

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

动态神经网络时间序列预测的NARX实现————————梁浩，梁宇斌动态神经网络时间序列预测的NARX实现————1时间序列时间序列是按时间序列排列的一组数字序列。时间序列分析是根据系统观测得到的时间序列数据，通过曲线拟合和参数估计建立数学模型的理论和方法，以预测未来事物的发展。它的基本原理有二点，一是承认事物发展的延续性，即应用过去的数据，就能推测事物的发展趋势；二是考虑到事物发展的随机性，任何事物发展都可能受偶然因素的影响，为此要利用各种统计分析方法对历史数据加以分析处理。时间序列时间序列是按时间序列排列的一组数字序列。时间2动态神经网络动态神经网络是指网络带有反馈与记忆功能，可以将前一时刻的数据保留，使其加入到下一时刻数据的计算，使网络不仅具有动态性而且保留的系统信息也更加完整。它有许多应用，比如金融分析师用于分析某只股票未来某时点的价格。它分为两类，一类是通过神经元反馈形成的神经网络，如Elman神经网络，PID神经网络，另一类是回归神经网络，有静态神经元和网络输出反馈构成，典型的有NARX回归神经网络。动态神经网络动态神经网络是指网络带有反馈与记忆功能，可以将前3NARX神经网络NARX（NonlinearAutoRegressivemodelswithExogenousInputs)全称为非线性自回归模型，也称为带外部输入的非线性自回归滤波器。通常情况下它优于全回归神经网络，并且可以和其互换，所以它成为非线性动态神经网络中应用最广的一种。NARX神经网络NARX（NonlinearAutoReg4一个典型的NARX神经网络主要有输入层，隐含层，和输出层及输入输出延时构成。其基本结构如下：一个典型的NARX神经网络主要有输入层，隐含层，和输出层及输5NARX神经网络详细结构如下：

NARX神经网络详细结构如下：

6本案例给出2001个监测点的时间序列数据。其中PhInputs为一个1*2001维的cell，代表时间监测点的流速，PhTargets为1*2001维的cell，代表中和反应后溶液的PH值。我们通过当前的酸碱溶液流速预测中和反应后溶液的PH值大小。本案例给出2001个监测点的时间序列数据。其中PhInput7Matlab实现1.建立非线性自回归模型2.网络数据预处理函数3.时间序列数据准备4.训练数据，验证数据，测试数据划分5.网络训练Matlab实现1.建立非线性自回归模型8机器学习与神经网络ppt

人人文库> 全部分类> 教育资料 > 课件下载

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