如何使用神经网络训练的时间序列来预测其他数据？

lshroom发表于2014-1-11 11:27

通常，首先对数据进行归一化，然后使用训练集构建网络模型，最后使用测试集进行预测. ...

非常感谢您的回答. 首先，我将数据归一化以查看情况，主要是因为这两种方法的技术术语不是很容易理解.

1: 循环预测

这种预测与我们的思维方式非常一致. 毕竟，网络的输出取决于当前和/或过去的输入和输出，因此类似地，y（t + 2）取决于y（t + 1），因此，循环预测是每个人都可以接受的方式！

对于k = 1: 2，

Ai1 {1训练和预测数据的选择，k} =零（10,1）;

Ai1 {2，k} = y1 {k};

结束

对于k = 1: 2，

Pi1 {1，k} = u1 {k};

结束

yp1 = sim（narx_net_closed，p1，Pi1，Ai1）;

2: 一次性预测

这种预测方法是Matlab独有的，因为matlab提供了相应的功能来帮助您转移数据，

[p1，Pi1，Ai1，t1] =准备（narx_net_closed，u1，{}，y1）;

yp1 = narx_net_closed（p1，Pi1训练和预测数据的选择，Ai1）;

图（[cell2mat（yp1）'cell2mat（t1）']）

有一些知识点可以学习相关术语吗？

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/jisuanjixue/article-201879-1.html