线性神经网络用于信号预测的一个问题
关于 周开利，康耀红 编写的 神经网络模型及其matlab仿真程序设计上P65，3.神经网络用于信号预测，有一个问题：既然是用输入信号的前两个时刻的值预测当前的值，我认为应该是这样的，用time=0.5和time=1可以预测time=1.5的值；用time=1和time=1.5可以预测time=2的值。依次类推。所以预测值要比原来值的少两个的。
结合程序就是：output{1}要比y少两个值，才合理呀？
我理解错了？请指导，谢谢。
下面是代码：
clear all;
time=0.5:0.5:20;
y=(rand(1,40)-0.5)*4;
p=con2seq(y);
delays=;
t=p;
net=newlin(minmax(y),1,delays,0.0005);
net.adaptparam.passes=70;
=adapt(net,p,t);
hold on
subplot(3,1,1);
plot(time,y,'k*-');
xlabel('t','position',);
ylabel('随机信号s(t)')
axis();
subplot(3,1,2);
output=seq2con(output);
plot(time,output{1},'ko-');
xlabel('t','position',);
ylabel('预测输出信号y(t)')
axis();
subplot(3,1,3);
e=output{1}-y;
plot(time,e,'k-');
xlabel('t','position',);
ylabel('误差曲线e(t)')
axis();
hold off 理解的不太对，建议看看《神经网络在预测问题中可用条件的讨论》一文
该文介绍了神经网络预测原理和适用条件
答复
输出的前2个值是初始值,从第3个才是预测值,从误差曲线也可看出 也就是说,不管第一个数据前2个时刻的值为多少,神经网络总是要根据网络的初始权值和输入输出相应的值
页:
[1]