BP神经网络步骤及地的应用实例[整理].pdfVIP

实用标准文案 1、数据归一化 2、数据分类，主要包括打乱数据顺序，抽取正常训练用数据、变量数据、测试 数据 3、建立神经网络，包括设置多少层网络（一般 3 层以内既可以，每层的节点数 （具体节点数，尚无科学的模型和公式方法确定， 可采用试凑法， 但输出层的节 点数应和需要输出的量个数相等） ，设置隐含层的传输函数等。 关于网络具体建 立使用方法，在后几节的例子中将会说到。 4 、指定训练参数进行训练，这步非常重要，在例子中，将详细进行说明 5、完成训练后，就可以调用训练结果，输入测试数据，进行测试 6、数据进行反归一化 7、误差分析、结果预测或分类，作图等 数据归一化问题 归一化的意义： 首先说一下，在工程应用领域中，应用 BP 网络的好坏最关键的仍然是输入特征 选择和训练样本集的准备， 若样本集代表性差、 矛盾样本多、 数据归一化存在问 题，那么，使用多复杂的综合算法、多精致的网络结构，建立起来的模型预测效 果不会多好。若想取得实际有价值的应用