查看: 884|回复: 2|关注: 0

[未答复] bp神经网络创建了也训练了,但是看起来没有进行处理学习

[复制链接]

新手

9 麦片

财富积分


050


8

主题

20

帖子

0

最佳答案
发表于 2018-2-13 00:35:18 | 显示全部楼层 |阅读模式
想问出现这样的现象是因为什么导致?迭代次数为0

附带码

    temp=randperm(243938);
for j=1:100000
    input(j,1)=A(temp(j),1);
    input(j,2)=B(temp(j),1);
end
    input_train(1:80000,:)=input(1:80000,:);
    input_test(1:20000,:)=input(80001:100000,:);
    flag=zeros(400000,4);
temp=randperm(121168);
for i=100001:200000
    input(i,1)=Ctemp(i-100000),1);
    input(i,2)=D(temp(i-100000),1);
end
    input_train(80001:160000,:)=input(100001:180000,:);
    input_test(20001:40000,:)=input(180001:200000,:);
    flag(:,2)=1;
for i=200001:300000
    input(i,1)=E(temp(i-200000),1);
    input(i,2)=F(temp(i-200000),1);
end
    input_train(160001:240000,:)=input(200001:280000,:);
    input_test(40001:60000,:)=input(280001:300000,:);
    flag(:,3)=2;
for i=300001:400000
    input(i,1)=G(temp(i-300000),1);
    input(i,2)=H(temp(i-300000),1);
end
    input_train(240001:320000,:)=input(300001:380000,:);
    input_test(60001:80000,:)=input(380001:400000,:);
    flag(:,4)=3;

    input_train=input_train';%因为以行为样本存储方式,所以转置
    output_train=flag(1:320000,:)';

    input_test=input_test';
    output_test=flag(320001:400000,:)';

    %接下来就是归一化,马上就用神经网络训练的函数了2018.02.11 16:12
    %%
%%将样本归一化或小波阈值去噪

[inputn,inputps]=mapminmax(input_train);
[outputn,outputps]=mapminmax(output_train);

%建立bp神经网络
net=newff(inputn,outputn,5,{'tansig','logsig'},'trainlm');
net=init(net);
%网络参数配置(迭代次数,学习率,目标)
net.trainParam.epochs=100;
net.trainParam.lr=0.1;
net.trainParam.goal=0.00001;
%bp神经网络训练
net=train(net,inputn,outputn);
%预测数据归一化
inputn_test=mapminmax('apply',input_test,inputps);
%bp神经网络预测
an=sim(net,inputn_test);
%输出结果反归一化
BPoutput=mapminmax('reverse',an,outputps);

6M3}$49{0(99493FNRU22~C.png

新手

9 麦片

财富积分


050


8

主题

20

帖子

0

最佳答案
 楼主| 发表于 2018-2-13 14:55:40 | 显示全部楼层
有人知道为啥没进行处理吗?

新手

9 麦片

财富积分


050


8

主题

20

帖子

0

最佳答案
 楼主| 发表于 2018-2-13 15:40:22 | 显示全部楼层
找到答案了,是自己的输出矩阵设置错误了:D
您需要登录后才可以回帖 登录 | 注册

本版积分规则

关闭

站长推荐上一条 /3 下一条

快速回复 返回顶部 返回列表