基于matlab实现的BP神经网络预测美国死亡人数
前言
这是研究生深度学习课程的第一次作业,过程比较曲折,仅此记录一下。
一、第一章 作业要求
用BP网络和RBF网络预测美国新冠疫情死亡人数数据。写出作业报告及调试心得体会,形成PDF文件交作业。一周时间。
要求:
1.用2021年2月1日-3月10日的死亡人数数据做训练集,3月11日-17日数据作为测试集
2.输入数据集收集:
2.1四输入一输出
2.2三维输入分别用前三天的死亡数据做输入,第四维输入用14天前的新增新冠感染人数数据
2.3输出一维,即当天死亡人数数据
2.4训练前,数据要预处理和归一化
3.BP网络结构采用三层网络,隐含层神经元个数从低到高采用试凑法,激活函数用S型函数或其他。
4.数据结果:
3.1 训练误差和训练代数变化图
3.2真实死亡曲线和BP网络输出图(红色和蓝色曲线),输出在一张图上做比较
3.3 天预测值和真实值的比较表个,7天每天的误差和求和的总误差值。总误差值最小者,得分最高。
3.4附原程序和作业说明报告,以及心得体会。</