加热炉内部的温度传递过程十分复杂，内部温度呈现复杂的非线性特征。使用数据建模方法对其进行回归预测。 5个输入属性： 1-4：加热电压U1-U4 5：传感器1前一时刻的温度 1个输出： 6：传感器当前时刻的温度 训练数据和测试数据已分好，使用神经网络建立回归模型，计算最终模型权重，测试样本的模型估价值及误差。

好的，这是一个关于加热炉内部温度预测的问题。您需要使用神经网络建立回归模型，使用5个输入属性和1个输出属性进行训练和测试。最终需要计算出模型的权重，并对测试样本进行模型估价值及误差计算。可以使用Python语言和相应的机器学习库来实现，比如Tensorflow、Keras等。您需要准备好训练数据和测试数据，并进行数据预处理和特征工程。最后，使用神经网络进行训练和测试，并评估模型的性能表现。