机器学习与神经网络ppt课件.pptx

《机器学习与神经网络ppt课件.pptx》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、动态神经网络时间序列预测的NARX实现1时间序列时间序列是按时间序列排列的一组数字序列。时间序列分析是根据系统观测得到的时间序列数据，通过曲线拟合和参数估计建立数学模型的理论和方法，以预测未来事物的发展。它的基本原理有二点，一是承认事物发展的延续性，即应用过去的数据，就能推测事物的发展趋势；二是考虑到事物发展的随机性，任何事物发展都可能受偶然因素的影响，为此要利用各种统计分析方法对历史数据加以分析处理。2动态神经网络动态神经网络是指网络带有反馈与记忆功能，可以将前一时刻的数据保留，使其加入到下一时刻数据的计算，使网络不仅具有动态

2、性而且保留的系统信息也更加完整。它有许多应用，比如金融分析师用于分析某只股票未来某时点的价格。它分为两类，一类是通过神经元反馈形成的神经网络，如Elman神经网络，PID神经网络，另一类是回归神经网络，有静态神经元和网络输出反馈构成，典型的有NARX回归神经网络。3NARX神经网络NARX（NonlinearAutoRegressivemodelswithExogenousInputs)全称为非线性自回归模型，也称为带外部输入的非线性自回归滤波器。通常情况下它优于全回归神经网络，并且可以和其互换，所以它成为非线性动态神经网络中应

3、用最广的一种。4一个典型的NARX神经网络主要有输入层，隐含层，和输出层及输入输出延时构成。其基本结构如下：5NARX神经网络详细结构如下：6本案例给出2001个监测点的时间序列数据。其中PhInputs为一个1*2001维的cell，代表时间监测点的流速，PhTargets为1*2001维的cell，代表中和反应后溶液的PH值。我们通过当前的酸碱溶液流速预测中和反应后溶液的PH值大小。7Matlab实现1.建立非线性自回归模型2.网络数据预处理函数3.时间序列数据准备4.训练数据，验证数据，测试数据划分5.网络训练891011

4、12此课件下载可自行编辑修改，供参考！感谢您的支持，我们努力做得更好！