本篇文章给大家分享的是有关nftool神经网络拟合工具怎么用,小编觉得挺实用的,因此分享给大家学习,希望大家阅读完这篇文章后可以有所收获,话不多说,跟着小编一起来看看吧。
我们提供的服务有:成都网站制作、做网站、微信公众号开发、网站优化、网站认证、梅里斯ssl等。为近1000家企事业单位解决了网站和推广的问题。提供周到的售前咨询和贴心的售后服务,是有科学管理、有技术的梅里斯网站制作公司
在数据拟合中,神经网络需要处理从一个数据集到另一个数据集的映射,如通过原材料价格、地价、银行利率等因素估算房价,原材料价格、地价和银行利率属于一个数据集,在网络中是输入,房价则属于另一个数据集,在网络中是输出。神经网络的拟合工具可用来收集数据,建立和训练网络,并均方误差和回归分析来评价网络的效果。
nftool工具箱采用前向神经网络来完成数据拟合,包括两层神经元,隐藏层使用sigmoid传输函数,输出层则是线性的。给定足够的训练数据和足够的隐藏层神经元,网络能良好地拟合多维数据。
生成一段加入了均匀噪声的正弦函数数据
x=0:.2:2*pi+.2;
rng(2);y=sin(x)+rand(1,length(x))*0.5;
plot(x,y,'o-');
在命令行输入nftool后回车,启动神经网络拟合工具对话框
单击Next进入数据选择界面,不但要指定输入数据,还要指定目标数据,即输入数据的期望输出
单击Next进入Validation and Test Data界面,工具箱把数据分为三部分:
1.训练样本,用于网络训练,网络将根据训练样本的误差调整网络权值和阈值
2.验证样本,用于验证网络的推广性能,当推广性能停止提高时,表示网络已达到最优状态,此时就停止训练
3.测试样本,用于测试网络的性能,网络不会分局测试样本的结果做任何调整
一般情况下,训练样本用于调整网络权值和阈值,验证样本则用于调整网络结构,如隐藏层神经元的个数
默认随机地将70%的数据划为训练样本,15%的数据划为验证样本,剩下的15%数据作为测试样本
单击Next进入网络结构界面,设置隐藏层神经元个数
单击Next进入训练界面,单击Train进行网络训练,工具箱自动弹出训练对话框显示训练过程,默认最大迭代次数为1000次。
训练完成后将显示训练样本、、验证样本和测试样本的均方误差(MSE)和R值。R值衡量了目标数据(期望输出)与实际输出之间的相关性,如果相关性为1,说明两者完全相符,如果相关性为0则说明数据完全随机。
训练完成后点击Plot Fit显示适应度,同时展示训练样本、验证样本和测试样本的目标输出和实际输出
点击Plot Error Histgram显示误差直方图
误差的计算公式是:
误差 = 目标输出 - 实际输出
点击Plot Regression显示回归图,分别显示训练样本、验证样本、测试样本和所有数据的回归图
点击Next进入测试界面,选择测试数据和期望输出,点击Test Network即可进行测试,测试完成后可以点击显示适应度图、误差直方图和回归图
测试数据生成
xx=0:.1:2*pi+.2;
yy=sin(xx)+0.25;
点击Next进入结果界面,选择想要生成的类型,可以生成MATLAB脚本文件,也可以转为Simulink模型
最后点击Finish结束数据拟合
以上就是nftool神经网络拟合工具怎么用,小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注创新互联行业资讯频道。
当前名称:nftool神经网络拟合工具怎么用
URL地址:https://www.cdcxhl.com/article46/jscieg.html
成都网站建设公司_创新互联,为您提供App设计、动态网站、网站营销、虚拟主机、网站导航、关键词优化
声明:本网站发布的内容(图片、视频和文字)以用户投稿、用户转载内容为主,如果涉及侵权请尽快告知,我们将会在第一时间删除。文章观点不代表本网站立场,如需处理请联系客服。电话:028-86922220;邮箱:631063699@qq.com。内容未经允许不得转载,或转载时需注明来源: 创新互联