开发者社区> 问答> 正文

怎样用神经网络拟合N(大于3)维欧式空间的曲线,并预测走势?

大家好!
我要解决工艺工序里抽象出来的一个8输入8输出的预测问题;
解此问题是在具体生产过程中,每50分钟8个工序通道分别可能会有固定种类的半成品生成, 0代表没生成,1代表生成了,怎样由已知的情况(历史数据)预测下次可能的结果。
我假想的思路是,拟合N(这里是8)维欧式空间的点随时间形成的超曲线(并不一定显式求出,比如隐含于神经网络里也可以)并以此为依据去预测未来,
典型的数据如下:
P = [ 0 0 1 0 0 0 0 0;
0 0 0 0 0 0 1 0;
1 0 0 0 0 1 0 0;
1 1 0 0 0 1 0 0;
1 0 1 0 1 0 0 0;
....……………
1 0 1 1 0 0 0 1 ];

每个输入都是元素为8个‘0’或‘1’的一维矩阵,输出也都是元素为8个‘0’或‘1’ 的一维矩阵。
我个人认为,解此问题用神经网络或机器学习比微分方程好,但初学编程,也刚看了点神经网络的理论,不知这种数字型的数据,归一化怎样处理?用什么类型的神经网络好些,
请赐教!

展开
收起
老学生2017 2017-04-21 20:34:46 3495 0
1 条回答
写回答
取消 提交回答
问答排行榜
最热
最新

相关电子书

更多
Session:更加安全、可靠的数据中心网络产品更新 立即下载
Session:极简易用的全球化网络产品更新 立即下载
Session:弹性、高可用、可观测的应用交付网络产品更新 立即下载