bp神经网络输入输出参数需要归一化吗？ bp神经网络多变量输入

BP神经网络的训练集需要大样本吗？一般样本个数为多少？ 这要看做什么用了只要训练样本的规律性很好的话那自然越多越好，如果不能满足一致规律的话多了反而有害，就比如拿着文革时候的数据最好解决文革时的问题，但不能用来解决2010年世博会问题一样。还有就像楼上说的需要保留一些样本作为测试用，BP网络的话如果是分类问题可以保留10%左右吧，如果是预测问题的话5%应该就足够了，因为BP的预测能力的确有点弱，只适合预测离训练样本比较近的数据，这也是我自己的理解，呵呵。bp神经网络对输入数据和输出数据有什么要求 p神经网络2113的输入数据越多越好，输出数据需要反映网络5261的联想记忆和预测能4102力。BP网络能学习和存贮大量的输1653入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层（input）、隐层(hide layer)和输出层(output layer)。BP网络具有高度非线性和较强的泛化能力，但也存在收敛速度慢、迭代步数多、易于陷入局部极小和全局搜索能力差等缺点。扩展资料：BP算法主要思想是：输入学习样本，使用反向传播算法对网络的权值和偏差进行反复的调整训练，使输出的向量与期望向量尽可能地接近，当网络输出层的误差平方和小于指定的误差时训练完成，保存网络的权值和偏差。1、初始化，随机给定各连接权及阀值。2、由给定的输入输出模式对计算隐层、输出层各单元输出3、计算新的连接权及阀值，计算公式如下：4、选取下一个输入模式对返回第2步反复训练直到网络设输出误差达到要求结束训练。参考资料来源：-BP神经网络在用bp神经网络时，需要输入数据，但有些数据是定性数据，如何将定性数据定量化 你所说的应该是输入数据的预处理 即pre-processing，你使用ST Nueral Networks的话，里面有自动的预处理，你输入定性数据(nominal variable)后，软件可以自动预处理后转化为神经网络可以识别的数值.或者你自己设置例1 根据年鉴记载的某些地区经度，纬度与台风类型的关系预测任意经纬度下台风类型(台风A或者台风B)，台风类型就属于定性数据在STNN中你可以现将输出变量设置为nominal variable，然后设置输出变量的数目为2，分别是V1和V2，构建网络的时候经纬度对应台风A的，设置输出值为V1，为台风B的设置为V2，预测时，网络可以给出结果V1或者V2，你就知道是哪种台风了.例2 根据现有的水质标准以及数种污染物的采样值预测该河流的水质级别输出值为水质级别，同样为nominal variable，你可以将输出值作一个标准化处理，设总共有五个水质级别，你可以将输出变量区间化分为0-0.2，0.2-0.4，0.4-0.6，0.6-0.8，0.8-1，设置第一级别水质对应的输出值为0.2 第2级水质对应0.4，等等，第5级水质对应1

#bp算法#bp神经网络#神经网络模型#matlab函数#数据拟合