回归预测 | MATLAB实现CNN(卷积神经网络)多输入单输出

回归预测 | MATLAB实现CNN(卷积神经网络)多输入单输出

目录

    • 回归预测 | MATLAB实现CNN(卷积神经网络)多输入单输出
      • 基本介绍
      • 模型背景
      • 程序设计
      • 拓展学习
        • 发展历程
        • 主要节点
      • 参考资料
      • 致谢

基本介绍

MATLAB实现CNN(卷积神经网络)多输入单输出运行环境Matlab2018b及以上,基于深度学习工具箱。

模型背景

卷积神经网络是1989 年由纽约大学Lecun 提出的一种专门用来处理具有类似网格结构的数据的神经网络,例如时间序列数据和图像数据等。卷积神经网络可以看作是传统神经网络的改进,都采用了层级网络结构。其本质是一种从输入到输出的映射,能够学习大量的映射关系。CNN 网络主要由输入层、卷积层、池化层和输出层构成,其中输入层主要是对原始数据进行预处理,包括去均值、归一化。卷积计算层有两个重要的操作: 局部关联和窗口滑动。池化层位于两个卷积层中间,用于压缩数据,减小过拟合。全连接层在CNN 网络的尾部,将

你可能感兴趣的:(#,CNN卷积神经网络,回归预测,深度学习,神经网络,cnn,卷积神经网络)