bp神经网络matlab代码实例_MATLAB 手把手建立BP神经网络模型(一)

本文介绍了如何在MATLAB中建立BP神经网络模型,包括选择Neural Net Fitting,导入数据,设定验证集和测试集,确定隐藏层层数,训练网络,并查看性能。强调了BP神经网络在数学建模中的应用,建议作为辅助模型使用,并预告下期将讲解如何导出模型并用于新数据预测。
摘要由CSDN通过智能技术生成

小引-BP神经网络

BP神经网络模型能够帮助我们实现对数据的预测、分类以及回归的需求。

在个人参加一些数学建模比赛的经历中,但凡用到神经网络模型的论文,都获得了较为不错的成绩。我认为如果对数学建模有兴趣的同学可以思考自己的论文能否套用这个模型,但我建议,只作为辅助模型使用,毕竟这是一个黑盒子,而且仅使用简单的BP神经网络预测效果可能也没有那么好,需要结合一些对数据的过滤技巧、使用改进的神经网络模型。

我这次给大家分享一下搭建网络模型每一步的细节:生成的代码,修改代码、利用程序进行预测。(由于自己的水平有限,本文只限于大家入门使用。)

具体步骤

1 - 选择Neural Net Fitting 

83832eca3ac5e2270104c50755376d48.png 2872fdcfbf6b76b4532aa8e78d95f323.png

2-从Inputs和Targets导入模型数据

b9a5d201c508a5384565f1a366c8dbde.png

注:MATLAB中网络模型输入数据一般为矩阵,其中要特别注意样本和变量的行和列。

3-确定验证集和测试集

48d24f08330ff46762dcf66c8fe23b0c.png

4-确定隐藏层层数

11a74dc2d3341dd6efd7ec675082dffd.png

注:输出层和输入层在数据导入自动确定。

5-选择算法和开始训练

455ee2eff2f3226374d8206942dc60de.png

6-查看网络性能

72b7a92fa2ba8268f35088d6efa908bb.png

本期结语

可以看到上述APP使用的过程中,无法对新的输入数据进行预测,因此下一期我将讲讲如何导出上面步骤建立的模型的程序,并且修改对应程序用于我们新数据的预测。

9f49307d2b7cca250cdd35b0f944c46a.png

包子学习铺

让学习成为一种乐趣

长按扫码关注我们

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值