MATLAB神经网络工具箱.ppt

MATLAB 简介 MATLAB (MATrix LABoratory) 1.??? 强大的数值计算和工程运算功能 2.??? 丰富的图形函数 3.??? 多种工具箱 ? Matlab的基本数据单元是不需指定维数的矩阵。 Matlab的所有计算都是通过双精度进行的，在内存中的数都是双精度的。 double 是一个双精度浮点数，每个存储的双精度数用64位。 char用于存储字符，每个存储的字符用16位。 Matlab中预定义变量 Ans 分配必威体育精装版计算表达式的值，这个表达式并没有给定一个名字 Eps 返回机器精度 Realmax 返回计算机能处理的最大浮点数 Realmin 返回计算机能处理的最小的非零浮点数 Pi ?,3Inf 定义为1/0 。当出现被零除时，Matlab就返回inf，并不中断执行而继续计算 NaN 定义为“Not a Number”，这个非数值要么是％类型，要么是inf/inf 变量列表 who 列出已定义的变量 Who global 与who相同，但仅列出全局变量 who a* 给出所有以a开头的变量的一个列表 whos 给出比命令who更详细的列表，如显示矩阵的维数 whos global 与whos相同，但仅列出全局变量 删除 clear 删除所有变量 clear global 删除全局变量 clear all 删除所有变量，全局变量，函数 clear var1 var2 ... 删除变量var1, var2, … clc 清除屏幕 ? 退出和中断 exit，quit 结束Malab会话。程序完成，如果没有明确保存，则变量中的数据丢失 ctrl+c 中断一个Malab任务 ? 快捷键 ↑或 ctrl+p 恢复前面的命令 ↓或 ctrl+n 恢复当前命令之后键入的命令 →或 ctrl+f 向右移动一个字符 ←或 ctrl+b 向左移动一个字符 Delete, Backspace 删除字符 NN Toolbox 简介 目前必威体育精装版的神经网络工具箱是NN ToolboxV4.0版本，它几乎完整地概括了现在的神经网络的新成果，所设计的网络模型有： （1） 感知器; （2） 线性网络； （3） BP网络； （4） 径向基网络； （5） 自组织网络； （6） 反馈网络； 对于各种网络模型，神经网络工具箱集成了多种学习算法，为用户提供了极大的方便。最关键的是，丰富的函数可以节省的大量的编程时间。此外，神经网络工具箱中还给出了大量的示例程序，为用户轻松的使用工具箱提供生动的实用范例 增加了神经网络控制的范例 NN预测控制 NN反馈线性化控制 NN 模型参考自适应控制 新增函数 在新的工具箱中有如下的几个函数，它们对任何的网络都适用。 init——初始化函数 sim——仿真函数 train——训练函数 adapt——自适应学习 new**—— 生成新网络 ** p,ln,ff,elm 等等 续 traingdx 快速BP算法(gda gdm组合) trainlm Levenberg-Marquardt BP Trainoss 一步割线法 Trainrp 弹性BP Trainscg 比例共轭梯度 * * newc 竞争newcf 级联前向newelm elmnewff 前向newfftd 时延前向newgrnn 广义回归newhop Hopfieldnewlin 线性newlind 线性网络设计newlvq 学习向量量化newp 感知器newpnn 概率newrb 辐射基newrbe 准确newsom 自组织竞争 训练函数 算法类型 Trainb 批处理trainc 循环重复(增量式) Trainr 随机训练(增量式) Trains 序列训练(增量式)  trainbr 贝叶斯BPtraincgb 共轭梯度 Powell-Beale 重新启动traincgf 共轭梯度 Fletcher-Reeves traincgp 共轭梯度 Polak-Ribiere traingd 梯度法traingda 自适应梯度法traingdm 动量梯度法 常用前向神经网络训练算法