RBF神经网络 计算 数据的信任值

 通过RBF神经网络的算法计算得到数据的信任值，即将预测结果和实际结果进行对比，然后计算四个指标，即：

1.误方差（mean squared error）小于1.  

2.标准差（standard deviation）

3.标准差率（standard Deviation Ratio）即预测标准差除以实际标准差，小于1.0.  

4.皮尔逊相关系数 person’s correlation coefficient -1到1.

使得这四个指标满足一定的误差需要，这四个指标的计算公式分别如下所示：

1.误方差（mean squared error）  

2.标准差（standard deviation）

3.标准差率（standard Deviation Ratio）即预测标准差除以实际标准差 

 预测标准差/实际标准差

4.皮尔逊相关系数 person’s correlation coefficient

测试数据集，趋势型（trend），周期型（seasonal）和混乱型三种数据互集合下的两个情况：

增加训练集：

增加测试集：

数据类型为三种类型，即趋势型（trend），周期型（seasonal）和混乱型。

我这里根据这三个要求模拟出三种变化趋势的数据集进行测试，然后将程序做成了数据可替换的情况，所有的数据全部放在txt文件中，并使用MATLAB进行调用来训练和测试。

     进行仿真结果如下所示：