22问答网
所有问题
当前搜索:
神经网络反归一化
神经网络
预测最大值大于样本最大值,如何
反归一化
?
答:
这种S激活函数主要应用于隐层
神经
元,隐层输出肯定是小于1的。输出层神经元一般使用线性函数,输出层输出可以大于1,
反归一化
的过程没有区别。在最新版的matlab里面共有两个归一化函数:mapminmax()和mapstd(),其中第一个函数是归一化到[0 1]范围,后一个的原理是利用统计原理,但归一后的数据较规整...
BP
神经网络
预测的输出怎么逆
归一化
?
答:
例如你的输入格式是b=(a-amin)/(amax-amin);则
反归一化
需要知道amax和amin是多少,用一个语句可求:a=b*(amax-amin)+amin。其中amax和amin都是归一化之前的最大或最小值。
BP
神经网络
做预测时,一定要归一化吗,怎样
反归一化
得到最后的结果_百 ...
答:
当数据差距很大的时候,必须要归一化!pnt=mapminmax('apply',pt,ps)或=mapstd('apply',pt,ps)仿真后
反归一化
格式则为:out=mapminmax('reverse',An,ts)或=mapstd('reverse',An,ts);其中An为sim函数的输 出
用matlab做BP
神经网络
,进行数据预测,全部都为正数,但是
反归一化
后得到...
答:
你这是将结果
反归一化
以后出现了负值,我觉得原因不在传递函数,是由于整个
神经网络
预测性能不佳导致的。考虑重新优化网络结构或者对样本数据进行处理吧。
BP
神经网络
,未
归一化
处理的输出,预测值不用
反归一
吧?
答:
不用
反归一
的~一般要是输出在【0,1】内就不用归一,当热也就不用反归一了,
神经网络
里的归一是为了适应它的内部函数,如果数据本来就是【0,1】内的,它的内部函数就是可以正常使用的,所以不用归一化处理,自然不用在预测后进行反归一。
神经网络
预测模型输出预测结果为什么总在0-1之间
答:
模型归一化,预测肯定也要
反归一化
。输出再反归一化就好了。比如,一组训练的数据,有最大值max,最小值min,假设区间长度cd=max-min。归一化就是(x-min)/cd,反归一化就是x*cd+min
用Matlab编程BP
神经网络
进行预测
答:
原理就是:建立网络-数据归一化-训练-预测-数据
反归一化
。附件是电力负荷预测的例子,可以参考。BP(Back Propagation)
神经网络
是1986年由Rumelhart和McCelland为首的科学家小组提出,是一种按误差逆传播算法训练的多层前馈网络,是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式...
BP
神经网络
数据预测,报错!
答:
26.7]%将输入数据归一化 a=mapminmax('apply',a,PS)%放入到网络输出数据 b=sim(net,a)%将得到的数据
反归一化
得到预测数据 c=mapminmax('reverse',b,PS1)这样运行就没错了,主要是mapminmax作归一化或者反归一时,要输入第3个入参,即指明引用哪个归一映射..学习
神经网络
可以到<神经网络之家> ...
bp
神经网络
在matlab中的预测结果是直线??
答:
各自的归一化格式如下:[pn,ps]=mapminmax(P)或=mapstd(P) %P是输入向量 [tn, ts]=mapminmax(t)或=mapstd(t) %t 是目标向量 在训练完后,对测试样本归一化格式为:pnt=mapminmax('apply',pt,ps)或=mapstd('apply',pt,ps)仿真后
反归一化
格式则为:out=mapminmax('reverse',An,ts)或=...
神经网络
预测可以约束预测结果都是正数么
答:
具体的预测结果是正是负,由处理的具体问题决定,不可能直接强制其符号。但是在归一化过程中,可以选择是归一化至[-1,1]区间,还是[0,1]区间,这里的正负号是可控的。但是
反归一化
后的符号就是由具体问题决定的,不可能去限制。人工
神经网络
(Artificial Neural Network,即ANN ),是20世纪80 年代...
1
2
3
4
5
6
7
涓嬩竴椤
其他人还搜
预测值怎么反归一化
归一化用在神经网络的哪一步
神经网络输出需要归一化吗
归一化和反归一化
归一化层与反归一化层
归一化和反归一化公式
神经网络归一化的作用
神经网络测试集和训练集
反归一化后预测结果出现负值