神经网络预测你好 请问神经网络的预测结果与真实结果如何比较，比较图的程序如何编写 谢谢

人工神经网络的预测发展现状？

原发布者:龙源期刊网 摘要：人工神经网络是20世纪80年代以来人工智能领域兴起的研究热点，本文基于有监督和无监督学习将神经网络分为前馈神经网络和递归神经网络，详细分析了两类神经网络的特点，综述了两类神经网络的现状，根据各自的特点指出了解决收敛较慢且容易陷入局部极小问题的有效方法。

关键词：人工神经网络；前馈神经网络；递归神经网络 中图分类号：TP183文献标识码：A文章编号：1673-1069（2017）06-165-2 1绪论 人工神经网络（ArtificialNeuralNetwork，ANN）是由大量处理单元互联组成的非线性、自适应信息处理系统。

它是在现代神经科学研究成果的基础上提出的，试图通过模拟大脑神经网络处理、记忆信息的方式进行信息处理。

ANN通过模仿人类大脑的结构和功能，并借鉴生物神经科学的研究成果，实现对信息的处理，是一种新兴的交叉学科，不但推动了智能化计算的应用和发展，同时也为信息科学和神经生物学的研究方法带来革命性的变化，现已成功应用于脑科学，认知科学，模式识别，智能控制，计算机科学等多个领域。

在实际应用中，人工神经网络的选取通常包括适当的神经网络模型，合理的网络结构及快速有效的网络参数训练算法[1]。

而针对某一特定网络模型，ANN的研究主要集中在结构的调整和训练算法的改进两个方面

如何人工神经网络来预测下一个数值

newff函数建立BP神经网络，历史数据作为样本，例如前n个数据作为输入，输入节点为n。

当前数据作为p，输出节点为1。

隐层节点根据试凑法得到。

通过matlab的train函数，得到训练好的BP神经网络。

再将当前预测点的前n个数据作为输入，输出即为当前的预测值。

你好 请问神经网络的预测结果与真实结果如何比较，比较图的程序如何编写 谢谢

看你用神经网络是来分类还是回归。

分类应用和回归应用的结果分析手段不一样。

如果是分类，预测准确率是常用的衡量指标，稍微复杂点的有ROC曲线或者AUC值，Matlab里应该有计算ROC曲线和AUC值的现成函数，希望对你有用