MATLAB 神經(jīng)網(wǎng)絡(luò)工具箱

1、MATLAB 簡(jiǎn)介 MATLAB (MATrix LABoratory) 1. 強(qiáng)大的數(shù)值計(jì)算和工程運(yùn)算功能 2. 豐富的圖形函數(shù) 3. 多種工具箱 Matlab的基本數(shù)據(jù)單元是不需指定維數(shù)的矩陣矩陣。 Matlab的所有計(jì)算都是通過雙精度雙精度進(jìn)行的，在內(nèi)存中的數(shù)都是雙精度的。 double 是一個(gè)雙精度浮點(diǎn)數(shù)，每個(gè)存儲(chǔ)的雙精度數(shù)用64位。 char用于存儲(chǔ)字符，每個(gè)存儲(chǔ)的字符用16位。 Matlab中預(yù)定義變量中預(yù)定義變量 Ans 分配最新計(jì)算表達(dá)式的值，這個(gè)表達(dá)式并沒有給定一個(gè)名字 Eps 返回機(jī)器精度 Realmax 返回計(jì)算機(jī)能處理的最大浮點(diǎn)數(shù) Realmin 返回計(jì)算機(jī)能處理的最小

2、的非零浮點(diǎn)數(shù) Pi ,3.14159265 Inf 定義為1/0 。當(dāng)出現(xiàn)被零除時(shí)，Matlab就返回inf，并不中斷執(zhí)行而繼續(xù)計(jì)算 NaN 定義為“Not a Number”，這個(gè)非數(shù)值要么是類型，要么是inf/inf變量列表變量列表 who 列出已定義的變量 Who global 與who相同，但僅列出全局變量 who a* 給出所有以a開頭的變量的一個(gè)列表 whos 給出比命令who更詳細(xì)的列表，如顯示矩陣的維數(shù) whos global 與whos相同，但僅列出全局變量刪除刪除 clear 刪除所有變量 clear global 刪除全局變量 clear all 刪除所有變量，全局變量，

3、函數(shù) clear var1 var2 . 刪除變量var1, var2, clc 清除屏幕 退出和中斷退出和中斷 exit，quit 結(jié)束Malab會(huì)話。程序完成，如果沒有明確保存，則變量中的數(shù)據(jù)丟失 ctrl+c 中斷一個(gè)Malab任務(wù) 快捷鍵快捷鍵 或 ctrl+p 恢復(fù)前面的命令 或 ctrl+n 恢復(fù)當(dāng)前命令之后鍵入的命令 或 ctrl+f 向右移動(dòng)一個(gè)字符 或 ctrl+b 向左移動(dòng)一個(gè)字符 Delete, Backspace 刪除字符NN Toolbox 簡(jiǎn)介簡(jiǎn)介 目前最新的神經(jīng)網(wǎng)絡(luò)工具箱是NN ToolboxV4.0版本，它幾乎完整地概括了現(xiàn)在的神經(jīng)網(wǎng)絡(luò)的新成果，所設(shè)計(jì)的網(wǎng)絡(luò)模型

4、有： （1） 感知器; （2） 線性網(wǎng)絡(luò)； （3） BP網(wǎng)絡(luò)； （4） 徑向基網(wǎng)絡(luò)； （5） 自組織網(wǎng)絡(luò)； （6） 反饋網(wǎng)絡(luò)； 對(duì)于各種網(wǎng)絡(luò)模型，神經(jīng)網(wǎng)絡(luò)工具箱集成了多種學(xué)習(xí)算法，為用戶提供了極大的方便。最關(guān)鍵的是，豐富的函數(shù)可以節(jié)省的大量的編程時(shí)間。此外，神經(jīng)網(wǎng)絡(luò)工具箱中還給出了大量的示例程序，為用戶輕松的使用工具箱提供生動(dòng)的實(shí)用范例 增加了神經(jīng)網(wǎng)絡(luò)控制的范例 NN預(yù)測(cè)控制 NN反饋線性化控制 NN 模型參考自適應(yīng)控制新增函數(shù) 在新的工具箱中有如下的幾個(gè)函數(shù)，它們對(duì)任何的網(wǎng)絡(luò)都適用。init初始化函數(shù)sim仿真函數(shù)train訓(xùn)練函數(shù)adapt自適應(yīng)學(xué)習(xí) new* 生成新網(wǎng)絡(luò) * p,ln,f

5、f,elm 等等newc 競(jìng)爭(zhēng)newcf 級(jí)聯(lián)前向newelm elmnewff前向newfftd時(shí)延前向newgrnn廣義回歸newhopHopfieldnewlin線性newlind線性網(wǎng)絡(luò)設(shè)計(jì)newlvq學(xué)習(xí)向量量化newp感知器newpnn概率newrb輻射基newrbe準(zhǔn)確newsom自組織競(jìng)爭(zhēng) 訓(xùn)練函數(shù)算法類型Trainb批處理trainc 循環(huán)重復(fù)(增量式)Trainr隨機(jī)訓(xùn)練(增量式)Trains序列訓(xùn)練(增量式) trainbr 貝葉斯BPtraincgb共軛梯度 Powell-Beale 重新啟動(dòng)traincgf共軛梯度 Fletcher-Reeves traincgp共軛梯度 Polak-Ribiere traingd梯度法traingda自適應(yīng)梯度法traingdm動(dòng)量梯度法常用前向神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法常用前向神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法續(xù)traingdx快速B