本帖最后由 zh190588 于 2013-8-7 18:41 编辑
想用神经网络测量气体浓度。但是训练出的网络误差很大。调整过隐含层节点数,没有效果。训练过很多次,误差最小的也在50%以上,误差大的都到1000%了。本人刚学神经网络,不知是不是参数设置的问题。请大侠指点!
下面贴出训练代码和仿真代码。其中输入数据和目标输出数据引用自别人的论文。论文运用神经得出的结果,误差10%以下(大概,具体多少忘了)。
训练代码:
ptrain=[0.889 10151 0.599;2.071 2.429 0.811;2.544 2.889 0.892;2.929 3.247 0.962;0.35 0.561 0.9 ;...
1.652 2.194 1.388;2.233 2.788 1.54 ;2.708 3.231 1.663;3.087 3.56 1.768;0.376 0.65 1.315;...
1.052 1.604 1.685;1.738 2.404 1.923;2.328 2.994 2.099;2.803 3.419 2.239;3.177 3.726 2.355;...
0.396 0.721 1.676;1.098 1.737 2.089;1.8 2.553 2.344;2.87 3.545 2.669;3.24 3.837 2.785;...
0.412 0.78 1.986;1.134 1.844 2.42 ;2.449 3.243 2.859;2.922 3.639 2.998;3.288 3.917 3.108;...
0.425 0.831 2.253;1.165 1.933 2.693;1.89 2.763 2.947;2.964 3.713 3.254;3.327 3.98 3.358 ]'; %输入
ttrain =[100 0 ;300