MATLAB 神經(jīng)網(wǎng)絡(luò)工具箱

1、MATLAB 簡介 MATLAB (MATrix LABoratory) 1. 強大的數(shù)值計算和工程運算功能 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的所有計算都是通過雙精度雙精度進行的，在內(nèi)存中的數(shù)都是雙精度的。 double 是一個雙精度浮點數(shù)，每個存儲的雙精度數(shù)用64位。 char用于存儲字符，每個存儲的字符用16位。 Matlab中預(yù)定義變量中預(yù)定義變量 Ans 分配最新計算表達式的值，這個表達式并沒有給定一個名字 Eps 返回機器精度 Realmax 返回計算機能處理的最大浮點數(shù) Realmin 返回計算機能處理的最小

2、的非零浮點數(shù) Pi ,3.14159265 Inf 定義為1/0 。當(dāng)出現(xiàn)被零除時，Matlab就返回inf，并不中斷執(zhí)行而繼續(xù)計算 NaN 定義為“Not a Number”，這個非數(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 向右移動一個字符 或 ctrl+b 向左移動一個字符 Delete, Backspace 刪除字符NN Toolbox 簡介簡介 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的實用范例 增加了神經(jīng)網(wǎng)絡(luò)控制的范例 NN預(yù)測控制 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函數(shù)，它們對任何的網(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 競爭newcf 級聯(lián)前向newelm elmnewff前向newfftd時延前向newgrnn廣義回歸newhopHopfieldnewlin線性newlind線性網(wǎng)絡(luò)設(shè)計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自組織競爭 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