yehande
2009-06-03, 10:06
课题：基于神经网络的房地产价格指数预测研究（采用MATLAB训练、仿真、预测）
求助!需要小波神经网络的预测程序.
预计:1、02-04做训练样本，05检验，06预测;
2、小波神经网络在设计时，采用三层网络模型，这样比采用四层网络不易陷入局部极小值。选取的数据为季度数据，利用前四个季度的数据预测下一个季度的数据，所以输入节点为 4，输出节点为 1，隐层节点数为可变。将数据分为两组，前一组用于训练网络，后一组用作检验。
3、需进行误差计算。
原始数据：
房地产价格指数数据：
第一季度 第二季度 第三季度 第四季度
2000 100.7 101.1 101.5 101.2
2001 101.9 102.5 102.7 101.8
2002 104.3 102.8 104.0 103.5
2003 104.8 105.0 104.1 105.1
2004 107.7 110.4 109.9 110.8
2005 109.8 108.0 106.1 106.5
2006 105.5 105.7 105.5 105.3
用公式进行归一化处理后：
一 二 三 四
2000 0.0000 0.0396 0.0792 0.0495
2001 0.1188 0.1782 0.1980 0.1089
2002 0.3564 0.2079 0.3267 0.2772
2003 0.4059 0.4257 0.3366 0.4356
2004 0.6931 0.9604 0.9109 1.0000
2005 0.9010 0.7228 0.5347 0.5743
2006 0.4752 0.4950 0.4752 0.4554
哪位高手帮忙提供一下程序，急需啊！
（自己也研究了一段时间，可始终不得其解，无奈只能求助了）
求助!需要小波神经网络的预测程序.
预计:1、02-04做训练样本，05检验，06预测;
2、小波神经网络在设计时，采用三层网络模型，这样比采用四层网络不易陷入局部极小值。选取的数据为季度数据，利用前四个季度的数据预测下一个季度的数据，所以输入节点为 4，输出节点为 1，隐层节点数为可变。将数据分为两组，前一组用于训练网络，后一组用作检验。
3、需进行误差计算。
原始数据：
房地产价格指数数据：
第一季度 第二季度 第三季度 第四季度
2000 100.7 101.1 101.5 101.2
2001 101.9 102.5 102.7 101.8
2002 104.3 102.8 104.0 103.5
2003 104.8 105.0 104.1 105.1
2004 107.7 110.4 109.9 110.8
2005 109.8 108.0 106.1 106.5
2006 105.5 105.7 105.5 105.3
用公式进行归一化处理后：
一 二 三 四
2000 0.0000 0.0396 0.0792 0.0495
2001 0.1188 0.1782 0.1980 0.1089
2002 0.3564 0.2079 0.3267 0.2772
2003 0.4059 0.4257 0.3366 0.4356
2004 0.6931 0.9604 0.9109 1.0000
2005 0.9010 0.7228 0.5347 0.5743
2006 0.4752 0.4950 0.4752 0.4554
哪位高手帮忙提供一下程序，急需啊！
（自己也研究了一段时间，可始终不得其解，无奈只能求助了）