求matlab的神经网络对实验数据进行拟合程序我做的是pt100标定试验,数据如下,温度=[0 3.9 4.1 7.3 8.4 13.1 14.8 16.4 17.7 19 19.7 20.3 21.2 24.5 26.3 27.8 28.9 29 29.8 31.1 32.8 33.5 34.5 35.6 36.2 37.6 37.8 38.7 39.4 40.3 41
来源:学生作业帮助网 编辑:作业帮 时间:2024/07/20 12:58:55
![求matlab的神经网络对实验数据进行拟合程序我做的是pt100标定试验,数据如下,温度=[0 3.9 4.1 7.3 8.4 13.1 14.8 16.4 17.7 19 19.7 20.3 21.2 24.5 26.3 27.8 28.9 29 29.8 31.1 32.8 33.5 34.5 35.6 36.2 37.6 37.8 38.7 39.4 40.3 41](/uploads/image/z/7105486-22-6.jpg?t=%E6%B1%82matlab%E7%9A%84%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E5%AF%B9%E5%AE%9E%E9%AA%8C%E6%95%B0%E6%8D%AE%E8%BF%9B%E8%A1%8C%E6%8B%9F%E5%90%88%E7%A8%8B%E5%BA%8F%E6%88%91%E5%81%9A%E7%9A%84%E6%98%AFpt100%E6%A0%87%E5%AE%9A%E8%AF%95%E9%AA%8C%2C%E6%95%B0%E6%8D%AE%E5%A6%82%E4%B8%8B%2C%E6%B8%A9%E5%BA%A6%3D%5B0+3.9+4.1+7.3+8.4+13.1+14.8+16.4+17.7+19+19.7+20.3+21.2+24.5+26.3+27.8+28.9+29+29.8+31.1+32.8+33.5+34.5+35.6+36.2+37.6+37.8+38.7+39.4+40.3+41)
求matlab的神经网络对实验数据进行拟合程序我做的是pt100标定试验,数据如下,温度=[0 3.9 4.1 7.3 8.4 13.1 14.8 16.4 17.7 19 19.7 20.3 21.2 24.5 26.3 27.8 28.9 29 29.8 31.1 32.8 33.5 34.5 35.6 36.2 37.6 37.8 38.7 39.4 40.3 41
求matlab的神经网络对实验数据进行拟合程序
我做的是pt100标定试验,数据如下,温度=[0 3.9 4.1 7.3 8.4 13.1 14.8 16.4 17.7 19 19.7 20.3 21.2 24.5 26.3 27.8 28.9 29 29.8 31.1 32.8 33.5 34.5 35.6 36.2 37.6 37.8 38.7 39.4 40.3 41 41.4 42.5 43.9 45 45.7 46.9 47.8 49 49.4 51.4 53 54 55.6 56.9 57.5 58.9 59.7 61.4]';
>> 电阻=[100.16 101.87 101.97 102.99 103.43 105.23 105.89 106.54 107.01 107.52 107.77 108.01 108.39 109.64 110.33 110.90 111.32 111.41 111.86 112.53 112.63 113.10 113.52 113.94 114.39 114.52 114.92 115.26 115.87 115.90 116.27 116.96 117.32 117.71 118.13 118.34 118.62 118.96 119.59 120.20 120.68 121.33 121.90 122.17 122.94 123.27 123.85]';
温度电阻的关系式R=0.0002t^2+0.3676t+100.3780
急求基于matlab的神经网络数据拟合程序
求matlab的神经网络对实验数据进行拟合程序我做的是pt100标定试验,数据如下,温度=[0 3.9 4.1 7.3 8.4 13.1 14.8 16.4 17.7 19 19.7 20.3 21.2 24.5 26.3 27.8 28.9 29 29.8 31.1 32.8 33.5 34.5 35.6 36.2 37.6 37.8 38.7 39.4 40.3 41
%你没说神经网络类型,就使用最简单的前向反馈网络拟合.
t=[0 3.9 4.1 7.3 8.4 13.1 14.8 16.4 17.7 19 19.7 20.3 21.2 24.5 26.3 27.8 28.9 29 29.8 31.1 32.8 33.5 34.5 35.6 36.2 37.6 37.8 38.7 39.4 40.3 41 41.4 42.5 43.9 45 45.7 46.9 47.8 49 49.4 51.4 53 54 55.6 56.9 57.5 58.9 ];%这里发现t有49个数据,而R就47个,因此将后两个删除
R=[100.16 101.87 101.97 102.99 103.43 105.23 105.89 106.54 107.01 107.52 107.77 108.01 108.39 109.64 110.33 110.90 111.32 111.41 111.86 112.53 112.63 113.10 113.52 113.94 114.39 114.52 114.92 115.26 115.87 115.90 116.27 116.96 117.32 117.71 118.13 118.34 118.62 118.96 119.59 120.20 120.68 121.33 121.90 122.17 122.94 123.27 123.85];
net = newff(t,R,20);%隐层预设20个
net = train(net,t,R);
simplefitOutputs = sim(net,t);