如何用MATLAB进行神经网络拟合
的有关信息介绍如下:人工神经网络作为一种仿生物神经网络的数学模型,在解决高维度和非线性问题上有着很多优势。MATLAB软件上自带有神经网络模块,下面将为大家讲解如何使用神经网络模块解决数据拟合问题,为后续的大数据统计与分析提供便捷的操作方法。
打开MATLAB,在command window中输入神经网络模型需要学习的样本,以正弦函数为例。
点击最上方工具栏APP,下拉菜单选择神经网络拟合模块(neural net fitting),单击启动该模块。
进入模块的主界面点击next开始进行数据拟合,选择学习样本的输入参数x和输出参数y,点击next进入下一步。确定样本中确认值和测试值的比例(这里采取系统默认值就行),确定后点击next。
确定神经网络中间层数目(中间层数目越多,精度越高,但运算量也就越大,这个根据输入层和输出层维度来确定,具体可参考相关书籍介绍),本次是一维参数输入,中间层数设为6就可满足需求,确定后点击next。
点击train,开始样本学习。学习完后,可以点击plot fit,查看学习效果,比如拟合情况,误差度等数据。查看效果后,如果效果不行,可以点击retrain再次学习,如果效果可以的话,点击next。
通过附加数据加入(除x、y以外,相同规律数据),检测建立的网络模型适用程度,程度符合后点击next,进入到下一个界面,该界面可以查看网络模型具体参数,对于数模爱好者可以进一步查看(这里不详细介绍了),直接点击next。
点击save results,便可保存所建立的神经网络模型net。以后便可以用net,通过sim函数,实现数据预测。