資源簡介
BP神經網絡、ELM極限學習機、SVM支持向量機MATLAB代碼,以及測試數據,用于回歸預測,相關細節可以在下方評論,看到時一一解答。
代碼片段和文件信息
clc
clear
load?KJADE.mat
K=zeros(5346);
Q=zeros(4456);
for?j=1:6
for?i=1:534
????K(ij)=KJADE(i+j-1);
end
end
%P_train?=K‘;
%T_train=KJADE(6:539);
j=1;
for?i=1:445
????Q(ij)=KJADE(535+i-j);
end
j=2;
for?i=1:445
????Q(ij)=KJADE(537+i-j);
end
j=3;
for?i=1:445
????Q(ij)=KJADE(539+i-j);
end
j=4;
for?i=1:445
????Q(ij)=KJADE(541+i-j);
end
j=5;
for?i=1:445
????Q(ij)=KJADE(543+i-j);
end
j=6;
for?i=1:445
????Q(ij)=KJADE(545+i-j);
end
P=K‘;
T=KJADE(7:540);
net=newff(PT);
net=init(net);
net.trainparam.epochs=4000;
net.trainparam.lr=0.001;
net.trainparam.show=100;
net.trainparam.goal=1e-7;
[nettr]=train(netPT);
out=sim(netQ‘)
RMSE=sqrt(mse(KJADE(540:984)-out))
figure;
plot(540:984KJADE(540:984)‘b‘540:984out‘r‘);
評論
共有 條評論