❶ 神经网络训练好怎么预测
调用网络预测函数a=sim(net,p)
net是通过train函数训练样本集得到的最优网络，p为预测数据集，a就是想要的预测值
❷ 神经网络训练好了，怎样调用函数进行预测啊，急求高手解答
神经网络训练好了????这个是什麽东东啊？环境是啥？啥计算机语言实现的？信息不全哦。
❸ 大神，请问如何用BP实现通过已知数据训练好的网络对未来完全没有数据的一段时间进行预测，或者做出图。
你输入是什么 输出是什么？ 如果只是时间序列作为输入参数，建议不要用神经网络。 你可以多提供一些信息以供具体分析。 BP做训练网络基本都能达到误差允许范围，但是如果你输入输出本身内部关联性就不强，那用这个训练好的网络来预测误差会很大。
❹ MATLAB时间序列神经网络训练好以后怎么预测
训练好网络就有结构了，阈值和权值，输入进去不就可以预测了。想要代码的话，网上搜下，不难。
❺ 自己写的网络怎么预训练
首先固定随机种子，简单化，其次在评估中添加有效数字，最后在初始阶段验证损失函数初始化。
。由于神经网络实际上是数据集的压缩版本，因此您将能够查看网络（错误）预测并了解它们的来源。如果你的网络给你的预测看起来与你在数据中看到的内容不一致，那么就会有所收获。
❻ 如何利用训练好的神经网络进行预测
可以用MATLAB神经网络工具箱，先提取样本，用mapminmax函数归一化，再newff函数建立网络，设置好训练参数后，使用train
❼ matlabR2013b中神经网络训练好后，如何进行预测
预测的时候还是将需要的参数作为输入。训练的时候不是有15组样本吗（4*15和6*15的），说明输入节点数为4，输出节点数为6。因此预测时，将用于预测的4个参数作为输入，神经网络的6个输出即为预测结果。
神经网络因其很好的函数逼近能力而被广泛应用于非线性系统建模、辨识和控制中。根据应用场合的不同,神经网络可分为静态和动态神经网络两类。静态(或前馈)神经网络没有反馈成分,也不包含输人延时,输出直接由输人通过前向网络算出;动态神经网络的输出不仅依赖当前的输人,还与当前和过去的输入、输出有关。
❽ (vc/c++)bp神经网络训练好后,如何用新数据进行测试
BP网的工作原理是我们拿一批训练数据（输入样本和期望输出）训练出一个学习到这些样本特征的神经网络，你可以理解为是具有那些权值的神经网络，然后我们拿新的样本过来，若你需要的是去检测这个神经网络，那么要给的新样本必须没包含在训练样本中，而且也必须有输入和期望输出。已经学习好的神经网络（即已经训练好的网络）你给它新的输入，它运行之后给你的输出，就是你的预测。
❾ MATLAB时间序列神经网络训练好以后怎么预测
y=sim(net,p);
net是训练好的网络，p是输入，y就是你要的输出。
关键是p输入的列维一定要对。
❿ matlab neural fitting app训练完了怎么预测
测用sim函数，你训练的时候用的是什么类型的输入，预测就用类似的输入就行了。
_net,tr] = train(net,inputs,targets,inputStates,layerStates);
_渲械玫降_et就是训练好的网络，然后就用sim函数啊。网上有sim函数的应用实例的。