阻尼最小二乘法matlab代码-predicting-wind-speed:一个基于温度预测风速的MATLAB项目

上传者: 38518006 | 上传时间: 2021-06-07 09:51:36 | 文件大小: 1.31MB | 文件类型: ZIP
阻尼最小二乘法matlab代码预测风速 准备资料 用于训练的数据集是从伦敦气象数据获得的。 我已经准备好Excel工作表中的数据,并在MATLAB中以矩阵形式读取数据。 数据中有很多功能,我需要选择相关数据进行培训。 特定时期内的温度和平均温度等特征是重要特征。 我排除了诸如风向和阵风等特征,因为这些特征与风速的相关性最小。 数据中没有显示的另一个重要功能,但我添加的是数据的月份,因为季节对风速有重大影响。 最后,所有功能都集成在excel工作表中并从MATLAB中读取。 训练 我使用的数据集有5个要素作为输入。 使用“ fitnet”功能生成神经网络。 在我们的代码中,fitnet函数训练一个神经网络,该神经网络具有两个隐藏层以及输入和输出层。 网络的第一层有5个神经元,它充当输入层,并向其提供了样本数据的矢量。 引入了两个分别具有10和5个神经元的隐藏层,以使网络能够学习数据集中的复杂数学关系。 我已使用LM反向传播方法进行训练。 Levenberg-Marquardt算法(也称为阻尼最小二乘方法)经过专门设计,可与采用平方误差总和形式的损失函数配合使用。 考虑一个损失函数,它可以

文件下载

资源详情

[{"title":"( 24 个子文件 1.31MB ) 阻尼最小二乘法matlab代码-predicting-wind-speed:一个基于温度预测风速的MATLAB项目","children":[{"title":"predicting-wind-speed-master","children":[{"title":"README.md <span style='color:#111;'> 4.69KB </span>","children":null,"spread":false},{"title":"Code","children":[{"title":"main.asv <span style='color:#111;'> 667B </span>","children":null,"spread":false},{"title":"pre_process_testdata.m <span style='color:#111;'> 131B </span>","children":null,"spread":false},{"title":"main.m <span style='color:#111;'> 1.08KB </span>","children":null,"spread":false},{"title":"pre_process_traindata.m <span style='color:#111;'> 561B </span>","children":null,"spread":false},{"title":"clear_extra_cols.m <span style='color:#111;'> 117B </span>","children":null,"spread":false}],"spread":true},{"title":"Dataset","children":[{"title":"January2016.xlsx <span style='color:#111;'> 101.10KB </span>","children":null,"spread":false},{"title":"March2016.xlsx <span style='color:#111;'> 101.96KB </span>","children":null,"spread":false},{"title":"November2016.xlsx <span style='color:#111;'> 85.34KB </span>","children":null,"spread":false},{"title":"June2016.xlsx <span style='color:#111;'> 97.64KB </span>","children":null,"spread":false},{"title":"ColumnHeaders.xlsx <span style='color:#111;'> 9.73KB </span>","children":null,"spread":false},{"title":"May2016.xlsx <span style='color:#111;'> 100.16KB </span>","children":null,"spread":false},{"title":"September2016.xlsx <span style='color:#111;'> 97.40KB </span>","children":null,"spread":false},{"title":"July2016.xlsx <span style='color:#111;'> 100.23KB </span>","children":null,"spread":false},{"title":"TestData2017.xlsx <span style='color:#111;'> 88.55KB </span>","children":null,"spread":false},{"title":"October2016.xlsx <span style='color:#111;'> 90.74KB </span>","children":null,"spread":false},{"title":"August2016.xlsx <span style='color:#111;'> 99.93KB </span>","children":null,"spread":false},{"title":"February2016.xlsx <span style='color:#111;'> 95.45KB </span>","children":null,"spread":false},{"title":"April2016.xlsx <span style='color:#111;'> 98.56KB </span>","children":null,"spread":false},{"title":"December2016.xlsx <span style='color:#111;'> 91.60KB </span>","children":null,"spread":false}],"spread":false},{"title":"data_repo","children":[{"title":"2.jpg <span style='color:#111;'> 24.61KB </span>","children":null,"spread":false},{"title":"LM.png <span style='color:#111;'> 36.70KB </span>","children":null,"spread":false},{"title":"1.jpg <span style='color:#111;'> 9.99KB </span>","children":null,"spread":false},{"title":"3.jpg <span style='color:#111;'> 61.23KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明