MATLAB2024a下的神经网络时序工具箱回归预测

1 打开神经网络时序工具箱GUI界面

图1-1

如图1-1所示,打开神经网络时序工具箱。

2 选择模型

图2-1

这里本文选择第三个

3 导入训练数据

图3-1

excel文件导入一般选择"矩阵"形式如图3-2所示:

图3-2

导入特征如图3-3,图3-4所示

图3-3

图3-4

导入标签如图3-5,图3-6所示

图3-5

图3-6

如图3-7,确定自己的特征与标签是行数据还是列数据 ,确认无误点击确定

图3-7

4 模型训练

如图4-1,调整验证集与测试集比例及隐藏层神经元个数与时滞后点击"训练",开始训练。

图4-1

训练完成如图4-2所示:

图4-2

还可以点击图4-3的选项进行训练评估。

图4-3

结果如图4-4、图4-5、图4-6、图4-7、图4-8、图4-9所示:

图4-4

图4-5

图4-6

图4-7

图4-8

图4-9

5 导入预测数据

如图5-1、图5-2、图5-3、图5-4、图5-5、图5-6 所示,导入预测数据与导入训练数据系相同,熟悉了可以直接操作。

图5-1

图5-2

图5-3

图5-4

图5-5

图5-6

测试完成如图5-7所示:

图5-7

测试绘图给出如图5-8、图5-9、图5-10、图5-11、图5-12所示:

图5-8

图5-9

图5-10

图5-11

图5-12

6 导出图窗、生成代码与导出模型

导出图窗、生成代码与导出模型操作如图6-1所示:

图6-1

代码如图6-2所示:

图6-2

模型如图6-3、图6-4所示:

图6-3

图6-4

相关推荐
通信.萌新25 分钟前
OpenCV边沿检测(Python版)
人工智能·python·opencv
ARM+FPGA+AI工业主板定制专家27 分钟前
基于RK3576/RK3588+FPGA+AI深度学习的轨道异物检测技术研究
人工智能·深度学习
赛丽曼30 分钟前
机器学习-分类算法评估标准
人工智能·机器学习·分类
伟贤AI之路32 分钟前
从音频到 PDF:AI 全流程打造完美英文绘本教案
人工智能
weixin_3077791333 分钟前
分析一个深度学习项目并设计算法和用PyTorch实现的方法和步骤
人工智能·pytorch·python
helianying5539 分钟前
云原生架构下的AI智能编排:ScriptEcho赋能前端开发
前端·人工智能·云原生·架构
池央1 小时前
StyleGAN - 基于样式的生成对抗网络
人工智能·神经网络·生成对抗网络
PaLu-LI2 小时前
ORB-SLAM2源码学习:Initializer.cc⑧: Initializer::CheckRT检验三角化结果
c++·人工智能·opencv·学习·ubuntu·计算机视觉
小猪咪piggy2 小时前
【深度学习入门】深度学习知识点总结
人工智能·深度学习
汤姆和佩琦2 小时前
2025-1-20-sklearn学习(42) 使用scikit-learn计算 钿车罗帕,相逢处,自有暗尘随马。
人工智能·python·学习·机器学习·scikit-learn·sklearn