您好,登錄后才能下訂單哦!
本文小編為大家詳細(xì)介紹“matlab基于近紅外光譜的汽油辛烷值預(yù)測實(shí)例分析”,內(nèi)容詳細(xì),步驟清晰,細(xì)節(jié)處理妥當(dāng),希望這篇“matlab基于近紅外光譜的汽油辛烷值預(yù)測實(shí)例分析”文章能幫助大家解決疑惑,下面跟著小編的思路慢慢深入,一起來學(xué)習(xí)新知識(shí)吧。
對(duì)比兩種應(yīng)用廣泛的有導(dǎo)師學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)——BP神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò),在回歸擬合中的應(yīng)用。
%% 清空環(huán)境變量
clear
clc
%% 訓(xùn)練集/測試集產(chǎn)生
load spectra_data.mat
% 隨機(jī)產(chǎn)生訓(xùn)練集和測試集
temp = randperm(size(NIR,1));
% 訓(xùn)練集——50個(gè)樣本
P_train = NIR(temp(1:50),:)';
T_train = octane(temp(1:50),:)';
% 測試集——10個(gè)樣本
P_test = NIR(temp(51:end),:)';
T_test = octane(temp(51:end),:)';
N = size(P_test,2);
%% BP神經(jīng)網(wǎng)絡(luò)創(chuàng)建、訓(xùn)練及仿真測試
% 創(chuàng)建網(wǎng)絡(luò)
net = newff(P_train,T_train,9);
% 設(shè)置訓(xùn)練參數(shù)
net.trainParam.epochs = 1000;
net.trainParam.goal = 1e-3;
net.trainParam.lr = 0.01;
% 訓(xùn)練網(wǎng)絡(luò)
net = train(net,P_train,T_train);
% 仿真測試
T_sim_bp = sim(net,P_test);
%% RBF神經(jīng)網(wǎng)絡(luò)創(chuàng)建及仿真測試
% 創(chuàng)建網(wǎng)絡(luò)
net = newrbe(P_train,T_train,0.3);
% 仿真測試
T_sim_rbf = sim(net,P_test);
%% 性能評(píng)價(jià)
% 相對(duì)誤差error
error_bp = abs(T_sim_bp - T_test)./T_test;
error_rbf = abs(T_sim_rbf - T_test)./T_test;
% 決定系數(shù)R^2
R2_bp = (N * sum(T_sim_bp .* T_test) - sum(T_sim_bp) * sum(T_test))^2 / ((N * sum((T_sim_bp).^2) - (sum(T_sim_bp))^2) * (N * sum((T_test).^2) - (sum(T_test))^2));
R2_rbf = (N * sum(T_sim_rbf .* T_test) - sum(T_sim_rbf) * sum(T_test))^2 / ((N * sum((T_sim_rbf).^2) - (sum(T_sim_rbf))^2) * (N * sum((T_test).^2) - (sum(T_test))^2));
% 結(jié)果對(duì)比
result_bp = [T_test' T_sim_bp' T_sim_rbf' error_bp' error_rbf'];
%% 繪圖
figure
plot(1:N,T_test,'b:*',1:N,T_sim_bp,'r-o',1:N,T_sim_rbf,'k-.^')
legend('真實(shí)值','BP預(yù)測值','RBF預(yù)測值')
xlabel('預(yù)測樣本')
ylabel('辛烷值')
string = {'測試集辛烷值含量預(yù)測結(jié)果對(duì)比(BP vs RBF)';['R^2=' num2str(R2_bp) '(BP)' ' R^2=' num2str(R2_rbf) '(RBF)']};
title(string)
讀到這里,這篇“matlab基于近紅外光譜的汽油辛烷值預(yù)測實(shí)例分析”文章已經(jīng)介紹完畢,想要掌握這篇文章的知識(shí)點(diǎn)還需要大家自己動(dòng)手實(shí)踐使用過才能領(lǐng)會(huì),如果想了解更多相關(guān)內(nèi)容的文章,歡迎關(guān)注億速云行業(yè)資訊頻道。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場,如果涉及侵權(quán)請(qǐng)聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。