有没有谁可以告诉我怎么看神经网络程序中隐含层数有几层啊

尧五色

实例：（只有一个隐含层）
P=[-1,-2,3,1;-1,1,5,-3];
T=[-1,-1,1,1];
& p9 y: a8 B8 D) S& _, Nnet=newff(minmax(P),[3,1],{'tansig','purelin'},'traingdm');
8 u' {: r! M. F0 G$ A$ GinputWeights=net.IW{1,1};inputbias=net.b{1};
layerWeights=net.LW{2,1};layerbias=net.b{2};
net.trainParam.show = 50; net.trainParam.lr = 0.05; net.trainParam.mc = 0.9; net.trainParam.epochs = 1000; net.trainParam.goal = 1e-3;
[net,tr]=train(net,P,T);
. _/ W  C0 U5 C$ Z  F" P1 CA = sim(net,P)
4 D3 u: N9 H( h) K& y6 AE = T - A;
MSE=mse(E)
figure;plot((1:4),T,'-*',(1:4),A,'-o')

8 K' q( B1 x) ^9 }9 H" l5 Y2 e（两个隐含层）
P=[-1,-2,3,1;-1,1,5,-3];
3 K: S7 u1 H% }/ D2 r( E0 U7 BT=[-1,-1,1,1];
[pn,minp,maxp,tn,mint,maxt]=premnmx(P,T)
dx=[-1,1;-1,1];
net=newff(dx,[2,10,1],{'tansig','tansig','purelin'},'trainlm');
inputWeights=net.IW{1,1};inputbias=net.b{1};
layerWeights=net.LW{2,1};layerbias=net.b{2};
  p4 K4 J, A0 p8 K- S8 x; @; Ynet.trainParam.show = 50; net.trainParam.lr = 0.05; net.trainParam.mc = 0.9; net.trainParam.epochs = 1000; net.trainParam.goal = 1e-3;
[net,tr]=train(net,P,T);
A = sim(net,P)
+ F4 s: m) q; G3 t3 p1 U* j/ x& PE = T - A;
MSE=mse(E)
, @& D( F1 k2 I" O1 ~figure;plot((1:4),T,'-*',(1:4),A,'-o'）
（隐含层一般选择一个就好，只有存在奇异值时进行归一化较好，比如p【1,2,3,68；2,3,4,78】，但最后应该把输入值归一化，输出值反归一化）

7 F& \3 F2 l- ]' h6 `
这两个程序的隐含层数怎么看出来的啊，看不懂

- c) c) M1 p1 r3 t8 f5 c( |) `1 w" w这是我找到的神经网络的程序

. b# M1 N# J2 B- Y& f/ E4 B, p  K还有就是做怎么把灰色预测和神经网络结合在一起。。。看过一些论文
是用灰色预测把拟合值做出来然后求残差，用残差做输入样本吗？
9 X% n  \* |% F
求助啊。。。

平凡之不凡

EP神经网络还可以和马尔科夫链还有主成分以及遗传算法结合使用，大都是对优化预测。结合使用一般是基于神经网络，神经网络可以给出预测数据，与真实值做出残差，接着使用灰色预测，或是像你所描述反过来做分析

平凡之不凡

newff参数吧

山林隐逸

给楼上的赞一个~

尧五色

平凡之不凡 发表于 2014-6-2 01:53
EP神经网络还可以和马尔科夫链还有主成分以及遗传算法结合使用，大都是对优化预测。结合使用一般是基于神经 ...

是用灰色预测的值输入神经网络吗？
你是内大的么。。。。我是呼和浩特的，但是在重庆上学

平凡之不凡

尧五色 发表于 2014-6-2 16:59
% w' @8 K( w- I6 e& e是用灰色预测的值输入神经网络吗？
你是内大的么。。。。我是呼和浩特的，但是在重庆上学

可以的，用神经网络对残差做短期预测

平凡之不凡

尧五色 发表于 2014-6-2 16:59
是用灰色预测的值输入神经网络吗？
. L' D2 v. `# b/ U你是内大的么。。。。我是呼和浩特的，但是在重庆上学

你好啊，我是

尧五色

平凡之不凡 发表于 2014-6-2 17:58
: y! c% o7 p  [% W; p  O你好啊，我是

# h5 ]% k+ ~6 q/ V神经网络的输入向量和输出向量怎么确定啊
0 k1 m0 ~6 n2 ]4 M9 f" A0 f我用灰色预测得到一组残差，但是我看到的程序都是以矩阵的形式作为输入向量
/ n$ K! q. _. {( n& k/ |比如
( ?0 x# R$ r  h! f6 k; ~P=[-1,-2,3,1;-1,1,5,-3];
+ Z0 e; f- c; i- n6 ZT=[-1,-1,1,1];
我得到的残差序列如下
0 0.0105 -0.0005 -0.0035 -0.0051 -0.0055 -0.0055 0.0003 0.0038 0.0051
这个要怎么训练啊。。。
; g! ?0 p* f' R7 M看到相关的文章，可以选择前三年残差的数据作为序列的输入样本，下一年的数据作为网络的输出。
# W5 `* s8 \4 |8 x% H- E我怎么都运行不出来啊