打开APP
userphoto
未登录

开通VIP,畅享免费电子书等14项超值服

开通VIP
RBF:RBF基于近红外光谱的汽油辛烷值含量预测结果对比

RBF:RBF基于近红外光谱的汽油辛烷值含量预测结果对比


输出结果

代码设计

​
load spectra_data.mat 

temp = randperm(size(NIR,1)); 
P_train = NIR(temp(1:50),:)';  
T_train = octane(temp(1:50),:)';

P_test = NIR(temp(51:end),:)';
T_test = octane(temp(51:end),:)';
N = size(P_test,2);

net = newrbe(P_train,T_train,0.3); 

w1=net.iW{1,1}
isequal(w1',P_train) 
b1=net.b{1}        

T_sim = sim(net,P_test);

error = abs(T_sim - T_test)./T_test;

R2 = (N * sum(T_sim .* T_test) - sum(T_sim) * sum(T_test))^2 / ((N * sum((T_sim).^2) - (sum(T_sim))^2) * (N * sum((T_test).^2) - (sum(T_test))^2)); 

result = [T_test' T_sim' error']

figure
plot(1:N,T_test,'b:*',1:N,T_sim,'r-o')
legend('真实值','预测值')
xlabel('预测样本')
ylabel('辛烷值')
string = {'RBF:RBF实现测试集辛烷值含量预测结果对比—Jason niu';['R^2=' num2str(R2)]};
title(string)

​


相关文章
RBF:RBF基于近红外光谱的汽油辛烷值含量预测结果对比
 

本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请点击举报
打开APP,阅读全文并永久保存 查看更多类似文章
猜你喜欢
类似文章
【lSSVM预测】鲸鱼优化算法之lSSVM数据预测【Matlab 140期】
wilcoxon rank sum test R代码
sum over partition by 的用法
手机丢了,支付宝和微信里的钱还安全吗?
四大指数强弱对比指标公式
辛烷值
更多类似文章 >>
生活服务
热点新闻
分享 收藏 导长图 关注 下载文章
绑定账号成功
后续可登录账号畅享VIP特权!
如果VIP功能使用有故障,
可点击这里联系客服!

联系客服