MATLAB实现BP神经网络预测汽油辛烷值

本文介绍使用MATLAB实现BP神经网络预测汽油辛烷值的过程,包括数据导入、预处理、网络创建、训练、仿真测试及结果评估。通过相对误差、决定系数R^2等指标验证了模型的有效性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

MATLAB实现BP神经网络预测汽油辛烷值

今天学习的新内容,在这里记录一下便于日后复习
1.清空变量,做好准备工作

%% I. 清空环境变量
clear all
clc

2.导入数据,划分前50个为训练样本,后10个是预测样本

%% II. 训练集/测试集产生
%%
% 1. 导入数据
load spectra_data.mat
%%
% 2. 随机产生训练集和测试集
% randperm(60)随机产生1到60中的数字产生60个
temp = randperm(size(NIR,1));
% 训练集——50个样本
P_train = NIR(temp(1:50),:)';
T_train = octane(temp(1:50),:)';
% 测试集——10个样本
P_test = NIR(temp(51:end),:)';
T_test = octane(temp(51:end),:)';
N = size
评论 84
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