bp神经网络学习笔记_homework

小钱今天学习了嘛

于 2018-08-24 13:50:47 发布

阅读量783

点赞数

CC 4.0 BY-SA版权

分类专栏： matlab

本文链接：https://blog.youkuaiyun.com/weixin_42882826/article/details/82016963

matlab 专栏收录该内容

7 篇文章

订阅专栏

本文介绍了一种使用神经网络预测混凝土强度的方法。通过随机排列数据集并划分训练集和测试集，应用mapminmax进行数据归一化，构建了具有9个隐藏层的前馈神经网络。设置训练参数，包括迭代次数、目标误差和学习率，训练模型并对测试集进行预测。最终比较预测值与实际值，评估模型准确性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

处理concrete_data

temp=randperm(size(attributes,2));
input_train=attributes(:,temp(1:80));
output_train=strength(:,temp(1:80));
input_test=attributes(:,temp(81:end));
output_test=strength(:,temp(81:end));
N=size(output_test,2)
[fin_train,stru]=mapminmax(input_train,0,1);
fin_test=mapminmax('apply',input_test,stru);
[fou_train,stru1]=mapminmax(output_train,0,1);
net=newff(fin_train,fou_train,9);
net.trainParam.epochs=1000;
net.trainParam.goal=1e-4;
net.trainParam.lr=0.01;
net=train(net,fin_train,fou_train);
test_result=sim(net,fin_test);
output_bp=mapminmax('reverse',test_result,stru1);
err=abs((output_bp-output_test)./output_test)
figure
plot(1:N,output_bp,'r',1:N,output_test,'b')
legend('预测值','实际值')

这里写图片描述