汉斯在物联网

ThingSpeak, MATLAB和物联网

创建和训练前馈神经网络

发布的Hans Scharler，

42次观看(过去30天)|喜欢|0评论

我们已经在ThingSpeak上发布了一个例子文档这向你展示了如何训练前馈神经网络来预测温度。前馈神经网络是一种最简单的人工网络类型，但在物联网中有着广泛的应用。前馈网络由一系列的层组成。第一层有来自网络输入的连接。每一层都有来自前一层的连接。最后一层产生网络的输出。在我们的物联网应用中，输出将是预测温度。

物联网应用

我们正在ThingSpeak频道中收集数据，并将使用集成的MATLAB分析。为了预测温度，本例使用神经网络工具箱和在MATLAB中收集的数据ThingSpeak通道。我们将使用位于马萨诸塞州纳蒂克MathWorks办公室的气象站收集的数据。

创建、训练和使用前馈网络预测温度的过程如下:

  1. 从气象站收集数据
  2. 创建一个两层前馈网络
  3. 训练前馈网络
  4. 使用训练过的模型来预测数据

从气象站读取数据ThingSpeak通道

ThingSpeak通道12397包含来自马萨诸塞州纳蒂克MathWorks气象站的数据。数据每分钟收集一次。字段2、3、4和6分别包含风速(mph)、相对湿度、温度(F)和大气压力(hg)数据。要在MATLAB中从气象站读取数据，请使用thingSpeakRead函数。

data = thingSpeakRead (12397“字段”，[2 3 4 6]，“DateRange”[datetime (2018年7月30日的)、日期时间(2018年7月31日的)),.．.“outputFormat”，“表”）;

创建两层前馈网络

使用feedforwardnet函数创建两层前馈网络。该网络有一个包含10个神经元的隐藏层和一个输出层。

网= feedforwardnet (10);

训练前馈网络

使用火车训练前馈网络的功能。

(净,tr) =火车(净、输入目标);

使用训练过的模型预测数据

在对网络进行训练和验证之后，您可以使用网络对象来计算对任何输入的网络响应。

=净输出(输入(:,5))
输出= 74.9756

此示例可适用于其他物联网应用。查看ThingSpeak文档为代码和解释。

|
标签:
数据分析,
湿度,
机器学习,
MATLAB,
神经网络工具箱
  • 打印
  • 发送电子邮件

另请参阅

评论

如欲留言，请点击在这里登录到您的MathWorks帐户或创建一个新帐户。