python实现bp神经网络预测,神经网络算法预测彩票

神经网络预测双色球有多靠谱

你好，这东西没人会预测。如果真会预测，早就成为百万富翁了。预测这东西我早就不信了，上一回在网站上，看别人预测，结果买了，连一个号码都没对上。楼主真要买，就权当是献爱心吧。

每天都买相同的号码，哪一天善有善报，就让你买中了。PS：这东西号码一般不会连续几天重复，因此，你今天的号码最好不要和昨天的中奖号码太相似。满意请采纳，谢谢。

谷歌人工智能写作项目：神经网络伪原创

在看了案例二中的BP神经网络训练及预测代码后，我开始不明白BP神经网络究竟能做什么了。。。 程序最后得到

网络的训练过程与使用过程了两码事好文案。

比如BP应用在分类，网络的训练是指的给你一些样本，同时告诉你这些样本属于哪一类，然后代入网络训练，使得这个网络具备一定的分类能力，训练完成以后再拿一个未知类别的数据通过网络进行分类。

这里的训练过程就是先伪随机生成权值，然后把样本输入进去算出每一层的输出，并最终算出来预测输出（输出层的输出），这是正向学习过程；最后通过某种训练算法（最基本的是感知器算法）使得代价（预测输出与实际输出的某范数）函数关于权重最小，这个就是反向传播过程。

您所说的那种不需要预先知道样本类别的网络属于无监督类型的网络，比如自组织竞争神经网络。

BP神经网络做数据预测，预测出来结果感觉不对，求大神指导

基于时间序列matlab的BP神经网络预测

楼上的程序是对的，但是你只有输出数据，输入数据是什么呢？难道是时间，年限和输出数据之间没关系吧。

所以你的原始数据条件不够net=newff(minmax(P）【7,1],{'tansig','logsig'},'traingdx');newff为建立一个BP神经网络，minmax(P为输入数据的范围，),[7,1]表示BP网络有三层，中间隐藏层有7个神经元，输出一个神经元。

tansig表示正切传递函数，将数据转化到-1到+1之间，logsig表示传递函数，将数据转化到0到+1之间，traingdx表示训练方法。

楼主还是好好看书学习一下，不然仅仅死记硬背matlab工具箱，只会知其然不知其所以然啊！！神经网络不难的，通了很简单！！

bp神经网络预测代码 15

在matlab中，样本是以列的方式排列的，即一列对应一个样本。如果你的样本无误的话，就是一个输入8输出2的神经网络。作图直接用plot函数。

参考附件的代码，这是一个电力负荷预测例子，也是matlab编程。BP（BackPropagation）神经网络是是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。

BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。

BP神经网络模型拓扑结构包括输入层（input）、隐层(hiddenlayer)和输出层(outputlayer)。

bp神经网络遇到新的数据，就预测不准，怎么弄？

预测数据的话BP不是特别好用，最好用Elman反馈神经网络或者RNN循环神经网络，这些有记忆功能的网络比较好用。bp主要和你选择的隐含层数，和误差范围，学习率有关。

你可以调节相关参数来改变神经网络，获得更精确的结果。

该代码为基于bp神经网络的预测算法怎么看

BP（BackPropagation）神经网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。

BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。

BP神经网络模型拓扑结构包括输入层（input）、隐层(hiddenlayer)和输出层(outputlayer)。上传的m文件里是一个电力系统负荷预测的实例，用的是最简单的BP算法，你可以参考。

很抱歉，回答者上传的附件已失效。