matlab光谱实验,实验四Matlab神经网络及应用于近红外光谱的汽油辛烷值预测

实验四Matlab神经网络以及应用于汽油辛烷值预测

一、实验目的

1. 掌握MATLAB创建BP神经网络并应用于拟合非线性函数

2. 掌握MATLAB创建REF神经网络并应用于拟合非线性函数

3. 掌握MATLAB创建BP神经网络和REF神经网络解决实际问题

4. 了解MATLAB神经网络并行运算

二、实验原理

2.1 ＢＰ神经网络

2.1.1 BP神经网络概述

ＢＰ神经网络Rumelhard和McClelland于１９８６年提出。从结构上将，它是一种典型的多层前向型神经网络，具有一个输入层、一个或多个隐含层和一个输出层。层与层之间采用权连接的方式，同一层的神经元之间不存在相互连接。理论上已经证明，具有一个隐含层的三层网络可以逼近任意非线性函数。

隐含层中的神经元多采用S型传递函数，输出层的神经元多采用线性传递函数。图１所示为一个典型的ＢＰ神经网络。该网络具有一个隐含层，输入层神经元数据为R，隐含层神经元数目为S1，输出层神经元数据为S2，隐含层采用S型传递函数tansig，输出层传递函数为purelin。

图１含一个隐含层的BP网络结构

2.1.2 BP神经网络学习规则

BP网络是一种多层前馈神经网络，其神经元的传递函数为S型函数，因此输出量为0到1之间的连续量，它可以实现从输入到输出的任意的非线性映射。由于其权值的调整是

matlab光谱实验,实验四Matlab神经网络及应用于近红外光谱的汽油辛烷值预测相关推荐

《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 ...
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 ...
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 ...
matlab里BP神经网络实现实例2汽油辛烷值预测
一.引入 1.首先得到数据,比如数据是从exce导入,也可以是现成的.mat文件.60组汽油样品,利用傅里叶近红外变换光谱仪对其进行扫描,扫描范围900~1700nm,扫描间隔2nm,每个样品的光谱曲 ...
BP神经网络实现汽油辛烷值预测，《MATLAB源码+数据集》
发展背景在人工神经网络的发展历史上,感知机(Multilayer Perceptron,MLP)网络曾对人工神经网络的发展发挥了极大的作用,也被认为是一种真正能够使用的人工神经网络模型,它的出现曾掀 ...
ELM极限学习实现汽油辛烷值预测（MATLAB）
什么是极限学习机? 极限学习机(ELM, Extreme Learning Machines)是一种前馈神经网络,最早由新加坡南洋理工大学黄广斌教授于2006年提出.该算法具有良好的泛化性能以及极快的 ...
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
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目录输出结果实现代码输出结果实现代码 load spectra_data.mat plot(NIR') t ...

matlab光谱实验,实验四Matlab神经网络及应用于近红外光谱的汽油辛烷值预测

matlab光谱实验,实验四Matlab神经网络及应用于近红外光谱的汽油辛烷值预测相关推荐

最新文章

热门文章