nar神经网络_NAR 神经网络多步和单步预测

这段脚本展示了如何用NARX神经网络解决带有外部输入的自回归问题。首先,将数据转换为神经网络格式,然后选择训练函数,如Levenberg-Marquardt。接着,创建了一个非线性自回归网络,设定输入和反馈的延迟及隐藏层大小。数据预处理功能被应用以移除常数行并进行归一化。最后,通过`preparets`函数准备数据以适应网络的输入状态和层状态,并设置了数据的训练、验证和测试划分。
摘要由CSDN通过智能技术生成

% Solve an Autoregression Problem with External Input with a NARX Neural

Network

解决一个

NARX

神经网络的外部输入自回归问题

% Script generated by Neural Time Series app

脚本由神经时间序列程序生成

% Created 28-Mar-2017 10:42:15

%

% This script assumes these variables are defined:

此脚本假设以下变量已定义:

%

%   in - input time series.in-

输入时间序列

%   out - feedback time series.out-

反馈时间序列

%tonndata/fromnndata

把数据转化为标准神经网络格式

X = tonndata(in,false,false);

T = tonndata(out,false,false);

% Choose a Training Function

选择一个训练功能

% For a list of all training functions type: help nntrain

% 'trainlm' is usually fastest.

% 'trainbr' takes longer but may be better for challenging problems.

% 'trainscg' uses less memory. Suitable in low memory situati

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