【问题标题】:Temperature prediction using artificial neural network使用人工神经网络进行温度预测
【发布时间】:2016-05-31 02:17:28
【问题描述】:

我使用温度、降雨量、湿度和日期这四个参数进行预测。我正在尝试预测单个参数温度。我正在尝试使用反向传播算法进行训练。为此目的,最好的网络结构是什么?

【问题讨论】:

    标签: neural-network backpropagation


    【解决方案1】:

    您可以首先设置一个具有 4 个输入节点、一个隐藏层(具有多个节点)和一个输出节点的多层感知器。

    通过输入您的测试集(例如 .cvs)来训练您的网络,以便第一个输入节点接收温度值,第二个输入节点接收降雨值等等。

    请注意,不能使用日期作为输入!尝试将日期转换为数值,例如仅使用一年中的月份 {1,..,12}、周 {1,..,52} 或日期 {1,..,365}。

    我还会尝试将我的输入值标准化为您的激活函数的范围。因此,如果您使用逻辑函数,请将您的数据标准化为范围 [0,1] 和 Tanh [-1,1] 等等。 您的输出值将在同一范围内,因此您必须在之后对其进行非规范化。为标准化过程选择双射函数很重要。

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 1970-01-01
      • 2012-06-03
      • 2020-02-23
      • 2013-01-17
      • 2016-01-21
      • 1970-01-01
      • 2020-09-15
      • 2018-08-11
      相关资源
      最近更新 更多