MAT之ELM：ELM基于近紅外光譜的汽油測試集辛烷值含量預測結果對比

?

?

目錄

輸出結果

代碼設計

---

?

?

?

輸出結果

?

代碼設計

%ELM：ELM基于近紅外光譜的汽油測試集辛烷值含量預測結果對比—Jason niu 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);[Pn_train,inputps] = mapminmax(P_train); Pn_test = mapminmax('apply',P_test,inputps);[Tn_train,outputps] = mapminmax(T_train); Tn_test = mapminmax('apply',T_test,outputps);[IW,B,LW,TF,TYPE] = elmtrain(Pn_train,Tn_train,30,'sig',0);tn_sim = elmpredict(Pn_test,IW,B,LW,TF,TYPE);T_sim = mapminmax('reverse',tn_sim,outputps);result = [T_test' T_sim'];E = mse(T_sim - T_test);N = length(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)); figure(1) plot(1:N,T_test,'r-*',1:N,T_sim,'b:o') grid on legend('真實值','預測值') xlabel('樣本編號') ylabel('辛烷值') string = {'ELM：ELM基于近紅外光譜的汽油測試集辛烷值含量預測結果對比—Jason niu';['(mse = ' num2str(E) ' R^2 = ' num2str(R2) ')']}; title(string)

?

相關文章
ELM：ELM基于近紅外光譜的汽油測試集辛烷值含量預測結果對比
?

?

總結

以上是生活随笔為你收集整理的MAT之ELM：ELM基于近红外光谱的汽油测试集辛烷值含量预测结果对比的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。