matlab神经网络工具箱简介和函数及示例.ppt

该【matlab神经网络工具箱简介和函数及示例 】是由【小可爱】上传分享，文档一共【25】页，该文档可以免费在线阅读，需要了解更多关于【matlab神经网络工具箱简介和函数及示例 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。matlab神经网络工具箱简介和函数及示例第十一章神经网络工具箱函数MATLAB的神经网络工具箱简介构造典型神经网络的激活函数,使设计者对所选网络输出的计算变成对激活函数的调用。根据各种典型的修正网络权值的规则,再加上网络的训练过程,利用matlab编写各种网络设计和训练的子程序。设计人员可以根据自己的需要去调用工具箱中有关的设计和训练程序,将自己从繁琐的编程中解脱出来,提高工作效率。神经网络工具箱函数神经网络函数权值函数网络的输入函数传递函数初始化函数性能函数学****函数自适应函数训练函数神经网络函数newff功能:Createafeed-work格式:net=newff(PR,[S1S2...SNl],{TF1...TFNl},BTF,BLF,PF)例子1:helpnewff以一个单隐层的BP网络设计为例,=[-1::1];T=[-----------];通过对函数进行采样得到了网络的输入变量P和目标变量T:例子2:,网络的隐含神经元个数应该在3~8之间。网络设计及运行的代码:s=3:8;res=1:6;fori=1:=newff(minmax(P),[s(i)1],{‘tansig‘‘logsig’},'traingdx');=2000;=;net=,P,T)y=,P)error=y-T;res(i)=norm(error);end代码运行结果:网络训练误差结论:隐含层节点设为8训练模式的确定包括选择合理的测试样本,对网络进行测试、或者将网络应用于实际问题,检验网络性能。网络测试选择合理的测试样本,对网络进行测试,或者将网络应用于实际问题,检验网络性能。