MAT之NN：实现BP神经网络的回归拟合，基于近红外光谱的汽油辛烷值含量预测结果对比

输出结果

实现代码

输出结果

实现代码

load spectra_data.mat
plot(NIR')
title('Near infrared spectrum curve—Jason niu')temp = randperm(size(NIR,1));
P_train = NIR(temp(1:50),:)';
T_train = octane(temp(1:50),:)';
P_test = NIR(temp(51:end),:)';
T_test = octane(temp(51:end),:)';
N = size(P_test,2); [p_train, ps_input] = mapminmax(P_train,0,1);
p_test = mapminmax('apply',P_test,ps_input); [t_train, ps_output] = mapminmax(T_train,0,1);  net = newff(p_train,t_train,9);net.trainParam.epochs = 1000;
net.trainParam.goal = 1e-3;
net.trainParam.lr = 0.01;   net = train(net,p_train,t_train); t_sim = sim(net,p_test);T_sim = mapminmax('reverse',t_sim,ps_output);error = abs(T_sim - T_test)./T_test;R2 = (N * sum(T_sim .* T_test) - sum(T_sim) * sum(T_test))^2 / ((N * sum((T_sim).^2) - (sum(T_sim))^2) * (N * sum((T_test).^2) - (sum(T_test))^2));result = [T_test' T_sim' error']figure
plot(1:N,T_test,'b:*',1:N,T_sim,'r-o')
legend('Real value','predicted value')
xlabel('Prediction sample')
ylabel('Octane numbe')
string = {'Comparison of the prediction results of the octane number in the test set—Jason niu';['R^2=' num2str(R2)]};
title(string)

相关文章
MAT之NN：实现BP神经网络的回归拟合，基于近红外光谱的汽油辛烷值含量

MAT之NN：实现BP神经网络的回归拟合，基于近红外光谱的汽油辛烷值含量预测结果对比相关推荐

《MATLAB智能算法30个案例》：第25章有导师学习神经网络的回归拟合——基于近红外光谱的汽油辛烷值预测
<MATLAB智能算法30个案例>:第25章有导师学习神经网络的回归拟合--基于近红外光谱的汽油辛烷值预测 1. 前言 2. MATLAB 仿真示例 3. 小结 1. 前言 <MA ...
有导师学习神经网络的回归拟合——基于近红外光谱的汽油辛烷值预测
文章目录一.理论基础 1.BP神经网络概述 2.RBF神经网络概述二.案例背景 1.问题描述 2.解题思路与步骤三.MATLAB程序实现 1.产生训练集/测试集 2.创建/训练BP神经网络及仿真 ...
有监督学习神经网络的回归拟合——基于红外光谱的汽油辛烷值预测（Matlab代码实现）
目录 1 概述 2 部分运行结果 3 Matlab代码实现 4 参考文献 1 概述红外光谱法(IR)属于分子振动光谱技术,波数范围在4000cm-1-400cm-1之间,它的原理是基于分子中各类官能 ...
BP神经网络——基于近红外光谱的汽油辛烷值预测
BP神经网络--基于近红外光谱的汽油辛烷值预测问题描述获取数据解题思路及步骤 1.产生训练集/测试集 2.创建/训练BP神经网络及仿真测试 3.性能评价 4.绘图 Matalab代码问题描述 ...
RBF神经网络——基于近红外光谱的汽油辛烷值预测
RBF神经网络--基于近红外光谱的汽油辛烷值预测问题描述辛烷值是汽油最重要的品质指标,传统的实验室检测方法存在样品用量大.测试周期长和费用高等问题,不适用与生产控制,特别是在线测试,近红外光谱分析 ...
MAT之PLS：利用PLS(两个主成分的贡献率就可达100%)提高测试集辛烷值含量预测准确度并《测试集辛烷值含量预测结果对比》
MAT之PLS:利用PLS(两个主成分的贡献率就可达100%)提高测试集辛烷值含量预测准确度并<测试集辛烷值含量预测结果对比> 目录输出结果实现代码输出结果实现代码 load sp ...
MAT之PCA：利用PCA(四个主成分的贡献率就才达100%)降维提高测试集辛烷值含量预测准确度并《测试集辛烷值含量预测结果对比》
MAT之PCA:利用PCA(四个主成分的贡献率就才达100%)降维提高测试集辛烷值含量预测准确度并<测试集辛烷值含量预测结果对比> 目录输出结果实现代码输出结果后期更新-- 实现代 ...
MAT之ELM：ELM基于近红外光谱的汽油测试集辛烷值含量预测结果对比
MAT之ELM:ELM基于近红外光谱的汽油测试集辛烷值含量预测结果对比目录输出结果代码设计输出结果代码设计 %ELM:ELM基于近红外光谱的汽油测试集辛烷值含量预测结果对比-Jason ni ...
MATLAB中BP神经网络用于回归拟合算法实现（另附GRNN代码）
BP神经网络:是1986年由Rumelhart和McClelland为首的科学家提出的概念,是一种按照误差逆向传播算法训练的多层前馈神经网络,是目前应用最广泛的神经网络.神经网络是把生活中的常见情节推 ...

MAT之NN：实现BP神经网络的回归拟合，基于近红外光谱的汽油辛烷值含量预测结果对比

输出结果

实现代码

MAT之NN：实现BP神经网络的回归拟合，基于近红外光谱的汽油辛烷值含量预测结果对比相关推荐

最新文章

热门文章