这个神经网络，莫非真的发神经了？

museum

首先说明，我是一个BP神经网络的初学者，近来因毕业论文需要，现学现用，在本论坛诸多网友的帮忙下，以及参考了本论坛相关贴子，试着编写了一段BP神经网络的程序，但现主要问题为，在训练过程，精度极佳，而在检测时，效果极差

许多网友解释是，是不是输入目标值与输出目标值整体上相关性就不好，于是我自己编了一个关系式：Y=X1+10X2+X3^1.2+X4^0.5，其中X1，X2，X3，X4为输入样本，Y为输出目标值，担心出现本论坛中出现的许多网友所说的训练样本量太少，我自己编了100组数据，前90组用来训练，后10组用来检测

我想，这样的样本组合，应该是百分百完美了吧，相关性R2都达到1了，而且样本的训练量应该也肯定够多了，结果，还是出现上述的现象，即训练时，效果极好，而预测时，精度极差

代码如下：

clear
P=load('p0.txt');
T=load('t0.txt');
PP=load('p1.txt')
TT=load('t1.txt');
[Pn,minp,maxp,Tn,mint,maxt]=premnmx(P,T);
net=newff(minmax(Pn),[5,1],{'tansig','purelin'},'trainlm');
net=init(net);
net.trainParam.epochs=5000; %设置网络训练次数为5000次
net.trainParam.show=50; %设置每隔50次显示当前网络训练误差
net.trainParam.goal=0.001; %设置网络训练目标误差为0.001
[net,tr]=train(net,Pn,Tn); %利用函数train()对网络进行训练
y=sim(net,Pn); %利用函数sim()对训练年份和检验年份进行仿真
Y=postmnmx(y,min(T),max(T)) %%反归一化
AA=sim(net,PP);  
T1=1:1:90;
figure;
plot(T1,T,'b',T1,Y,'r');
figure;
T2=1:1:10;
plot(T2,TT,'b',T2,AA,'r');

[ 本帖最后由 museum 于 2007-7-14 23:13 编辑 ]

花如月

还是那个问题，怎么不在原帖子下讨论呢？新开帖没必要吧？而且别人也看不到你的原始数据

museum

恩，只是见着原贴都在沉了，都没有人回贴，

于是，是在原贴的基础上，自己又组合了些数据

花如月

晕，沉了自己回复一个就顶起来了啊:@L

museum

而原贴是一个具体的例子，而现在这个贴是一个概括，觉的还是稍稍有点区别的