BP神经网络net=newff(minmax(A),[5 7]

我接触matlab12年了,第一次见不用训练直接sim的bp网络,他报的信息是你没有按照常规用神经网络!再问：那我现在程序出现什么问题？

你这相当于软测量建模,你说的Targe是matlab神经网络工具箱中的吧?我也做了一个神经网络仿真,没有用那个工具箱,直接编的程,我的是二个输入四个输出,其实很简单,一看就懂,想要把qq邮箱给我,我发

newff中的【8,3】指的是隐层、输出层神经元数,不用指出输入层神经元个数,你建立【8,3】是建立了一个8-8-3的网络.数据o的一个维是一个样本的话,输入神经网络的数据应该转置下变成列向量,即以列

毕业论文在做神经网络,已经到后期了可是还是搞不懂这两个的具体区别有同学从理论上讲,RBF网络和BP网络一样可近似任何的连续非线形函数,两者的主要

1,BP神经网络的隐层数,各隐层的节点数都是要不断的调节的,不过有一个一般性的范围.隐层节点数L

%A百分含量[7.17.06.96.87.2]%B百分含量[3.23.43.63.84.0]%C百分含量[2.52.93.12.62.2]%%硬度[7865786972]%%P=[.];输入T=[.]

你的程序训练完毕后根本就没达到目标误差,就是说训练效果不好,不能进行预测,只有训练结果好了才能预测仿真,你再改一下隐含层神经元数或者训练和传递函数试试吧~另外输入层的值可以归一化也可以不归一化,归一化

从原理上来说,神经网络是可以预测未来的点的.实际上,经过训练之后,神经网络就拟合了输入和输出数据之间的函数关系.只要训练的足够好,那么这个拟合的关系就会足够准确,从而能够预测在其他的输入情况下,会有什

首先是我不知道你用的matlab是什么版本.如果用的2010以后的版本,那么你这样初始化神经网络一定会报警告.2010版以后初始化神经网络的语句是这样的net=newff(p,t,7);输出层不需要自

你的T 少了一个.

友情提醒百度知道上面的专家是很少的,大部分都是想赚赚积分闲人.以后有比较专业或者难一点的问题最好上专业的论坛上去问,百度知道只能算一个值得一试的补充.－－－－－－－－－－－－－－－－－－－－－－－－－

这个很难通俗易懂,毕竟N多数学公式.找本书,详细了解下比较好.最好是能有详细的数学推导过程的,可以加深理解.

怎么你想做什么呢再问：mc是动量系数我知道了。做负荷预测啊，这个和做什么有关系吗？这应该是bp神经网络都通用的吧

/>newff中的指的是隐层、输出层神经元数,不用指出输入层神经元个数,你建立是建立了一个8-8-3的网络.数据o的一个维是一个样本的话,输入神经网络的数据应该转置下变成列向量,即以列为一个样本.

newff(PR,[S1S2...SNl],{TF1TF2...TFNl},BTF,BLF,PF)PR--Rx2matrixofminandmaxvaluesforRinputelementsSi--

BP网络中w(1,1)表示第1个输入矢量在输入层和隐含层中的权值.w(1,2)表示第2个输入矢量在输入层和隐含层中的权值....w(1,j)表示第j个输入矢量在输入层和隐含层中的权值.w(2,1)：第

问题补充：基于BP神经网络的输出的问题希望能对数据进行归一化处理后能显示matlab中的归一化处理有三种方法1.premnmx、postmnmx、tramnmx2.restd、

我用.NET做过一个,不过准确率没这么高,75%到80%,可能是输入点少的缘故（4个）,总体样本一万多条,我随机抽取100条样本训练神经网络qq1320379472

1,我用的是matlabR2008,一列代表一个样本.其他版本的不知道2,matlab中神经网络工具箱就已经很方便了,调用函数和修改参数就可以用了.3,net_1.trainParam.lr代表学习速

minmax(P_train)得到矩阵P_train的最小和最大值（找到每行的最小和最大,有多少行就有多少对最小和最大）；[17,3]意思是在隐层建立17个神经元,输出层建立一个神经元；'tansig