精通matlab神經網路

『壹』 matlab——神經網路

newff建立網路，train訓練網路，sim模擬進行預測
具體help以上三個函數
[nb,minb,maxb,na,mina,maxa]=premnmx(traindata,trainlabels);
[nc]=tramnmx(test_patterns,minb,maxb);
net=newff(minmax(traindata),[4，6,1],);
net=train(net,nb,na);
nd= sim(net,nc);

『貳』 《精通MATLAB》和《精通MATLAB》哪本好

如果剛開始學習MATLAB，可以先找本基礎的。專家認為《精通MATLAB》不錯。如果進一步學習，可以找《精通MATLAB》，如做圖像處理可以選《精通MATLAB》，做神經網路你就找本MATLAB版的《精通MATLAB》。
總的來說，《精通MATLAB》比較好。

『叄』 精通MATLAB神經網路的圖書目錄

第一篇 MATLAB入門篇
第1章 MATLAB概述 2
第2章 MATLAB計算基礎 19
第3章 MATLAB繪圖入門 34
第4章 MATLAB編程入門 45
第5章 Simulink模擬入門 78
第二篇 神經網路提高篇
第6章 MATLAB神經網路工具箱概述 100
第7章 MATLAB神經網路GUI工具 114
第8章 感知器神經網路 140
第9章 線性神經網路 162
第10章 BP神經網路 193
第11章 徑向基神經網路 225
第12章 自組織神經網路 246
第13章 反饋神經網路 280
第三篇 神經網路綜合實戰篇
第14章 神經網路優化 306
第15章 神經網路控制 326
第16章 神經網路故障診斷 353
第17章 神經網路預測 375
第18章 Simulink中的神經網路設計 395
第19章 自定義神經網路 404
附錄A 工具箱函數列表 438
參考文獻 444
……

『肆』 matlab bp神經網路

輸入量必須有才能預測，只是輸入量要比原來的往後延長一點，如原來的t=1:5,可改為t1=3:7,這樣，再模擬，就向後預測了2個點。3入1出的類似，要有3個輸入。

『伍』 求《精通Matlab數字圖像處理與識別》全文免費下載百度網盤資源,謝謝~

《精通Matlab數字圖像處理與識別》網路網盤pdf最新全集下載:
鏈接：https://pan..com/s/1B9puWavmTxvcnHpN-Q1Rag

?pwd=3j9k 提取碼：3j9k
簡介：《精通Matlab數字圖像處理與識別》將理論知識、科學研究和工程實踐有機結合起來，內容涉及數字圖像處理和識別技術的方方面面，包括圖像的點運算、幾何變換、空域和頻域濾波、小波變換、圖像復原、形態學處理、圖像分割以及圖像特徵提取的相關內容；同時對於機器視覺進行了前導性的探究，重點介紹了兩種目前在工程技術領域非常流行的分類技術——人工神經網路（ANN）和支持向量機（SVM），並在人臉識別這樣的熱點問題中結束《精通Matlab數字圖像處理與識別》。

『陸』 matlab 神經網路

net=newff(pr,[3,2],{'logsig','logsig'}); %創建 一個bp 神經網路
net.trainParam.show = 10; %顯示訓練迭代過程
net.trainParam.lr = 0.05; %學習速率0,05
net.trainParam.goal = 1e-10; %訓練精度
net.trainParam.epochs = 50000; %最大訓練次數
net = train(net,p,goal); %訓練
結果要麼接近於1 ，要麼就是0，就這倆類啊，這就是分類結果；
每次都有些差異 很正常，只要不大

『柒』 如何利用matlab進行神經網路預測

matlab 帶有神經網路工具箱，可直接調用，建議找本書看看，或者MATLAB論壇找例子。回
核心調用語句如下：答
%數據輸入

%選連樣本輸入輸出數據歸一化
[inputn,inputps]=mapminmax(input_train);
[outputn,outputps]=mapminmax(output_train);
%% BP網路訓練
% %初始化網路結構
net=newff(inputn,outputn,[8 8]);
net.trainParam.epochs=100;
net.trainParam.lr=0.01;
net.trainParam.goal=0.01;
%網路訓練
net=train(net,inputn,outputn);
%% BP網路預測
%預測數據歸一化
inputn_test=mapminmax('apply',input_test,inputps);
%網路預測輸出
an=sim(net,inputn_test);
%網路輸出反歸一化
BPoutput=mapminmax('reverse',an,outputps);
%% 結果分析

『捌』 matlab怎麼利用神經網路做預測

利用matlab做神經網路預測，可按下列步驟進行：

1、提供原始數據

2、訓練數據預測數據提取及歸一化

3、BP網路訓練

4、BP網路預測

5、結果分析

『玖』 精通matlab有什麼好處

可以計算傳遞函數，也可以繪制控制系統的圖形，調整超調量和滯後量。
這些東西，小到計算電路，大到設計飛機都可以用。
而且這個軟體還可以掛插件。有通訊工程的插件，有神經網路的插件。

MATLAB 的名稱源自 Matrix Laboratory ，它是一種科學計算軟體，專門以矩陣的形式處理數據。

MATLAB 將高性能的數值計算和可視化集成在一起，並提供了大量的內置函數，從而被廣泛地應用於科學計算丶控制系統丶信息處理等領域的分析丶模擬和設計工作，而且利用 MATLAB 產品的開放式結構，可以非常容易地對 MATLAB 的功能進行擴充，從而在不斷深化對問題認識的同時，不斷完善 MATLAB 產品以提高產品自身的競爭能力。

目前 MATLAB 產品族可以用來進行：

· 數值分析
· 數值和符號計算
· 工程與科學繪圖
· 控制系統的設計與方針
· 數字圖像處理
· 數字信號處理
· 通訊系統設計與模擬
· 財務與金融工程

MATLAB 是 MATLAB 產品家族的基礎，它提供了基本的數學演算法，例如矩陣運算丶數值分析演算法，MATLAB 集成了 2D 和 3D 圖形功能，以完成相應數值可視化的工作，並且提供了一種互動式的高級編程語言—— M 語言，利用 M 語言可以通過編寫腳本或者函數文件實現用戶自己的演算法。

MATLAB Compiler 是一種編譯工具，它能夠將那些利用 MATLAB 提供的編程語言—— M 語言編寫的函數文件編譯生成為函數庫丶可執行文件 COM 組件等等。這樣就可以擴展 MATLAB 功能，使 MATLAB 能夠同其他高級編程語言例如 C/C++ 語言進行混合應用，取長補短，以提高程序的運行效率，豐富程序開發的手段。

利用 M 語言還開發了相應的 MATLAB 專業工具箱函數供用戶直接使用。這些工具箱應用的演算法是開放的可擴展的，用戶不僅可以查看其中的演算法，還可以針對一些演算法進行修改，甚至允許開發自己的演算法擴充工具箱的功能。目前 MATLAB 產品的工具箱有四十多個，分別涵蓋了數據獲取丶科學計算丶控制系統設計與分析丶數字信號處理丶數字圖像處理丶金融財務分析以及生物遺傳工程等專業領域。

Simulink 是基於 MATLAB 的框圖設計環境，可以用來對各種動態系統進行建模丶分析和模擬，它的建模範圍廣泛，可以針對任何能夠用數學來描述的系統進行建模，例如航空航天動力學系統丶衛星控制制導系統丶通訊系統丶船舶及汽車等等，其中了包括連續丶離散，條件執行，事件驅動，單速率丶多速率和混雜系統等等。 Simulink 提供了利用滑鼠拖放的方法建立系統框圖模型的圖形界面，而且 Simulink 還提供了豐富的功能塊以及不同的專業模塊集合，利用 Simulink 幾乎可以做到不書寫一行代碼完成整個動態系統的建模工作。

Stateflow 是一個互動式的設計工具，它基於有限狀態機的理論，可以用來對復雜的事件驅動系統進行建模和模擬。 Stateflow 與 Simulink 和 MATLAB 緊密集成，可以將 Stateflow 創建的復雜控制邏輯有效地結合到 Simulink 的模型中。

在 MATLAB 產品族中，自動化的代碼生成工具主要有 Real-Time Workshop （ RTW ）和 Stateflow Coder ，這兩種代碼生成工具可以直接將 Simulink 的模型框圖和 Stateflow 的狀態圖轉換成高效優化的程序代碼。利用 RTW 生成的代碼簡潔丶可靠丶易讀。目前 RTW 支持生成標準的 C 語言代碼，並且具備了生成其他語言代碼的能力。整個代碼的生成丶編譯以及相應的目標下載過程都是自動完成的，用戶需要做得僅僅使用滑鼠點擊幾個按鈕即可。 MathWorks 公司針對不同的實時或非實時操作系統平台，開發了相應的目標選項，配合不同的軟硬體系統，可以完成快速控制原型（ Rapid Control Prototype ）開發丶硬體在迴路的實時模擬（ Hardware-in-Loop ）丶產品代碼生成等工作。

另外， MATLAB 開放性的可擴充體系允許用戶開發自定義的系統目標，利用Real-Time Workshop Embedded Coder 能夠直接將 Simulink 的模型轉變成效率優化的產品級代碼。代碼不僅可以是浮點的，還可以是定點的。

MATLAB 開放的產品體系使 MATLAB 成為了諸多領域的開發首選軟體，並且， MATLAB 還具有 300 余家第三方合作夥伴，分布在科學計算丶機械動力丶化工丶計算機通訊丶汽車丶金融等領域。介面方式包括了聯合建模丶數據共享丶開發流程銜接等等。

MATLAB 結合第三方軟硬體產品組成了在不同領域內的完整解決方案，實現了從演算法開發到實時模擬再到代碼生成與最終產品實現的完整過程。

主要的典型應用包括：

· 控制系統的應用與開發——快速控制原型與硬體在迴路模擬的統一平台 dSPACE
· 信號處理系統的設計與開發——全系統模擬與快速原型驗證， TI DSP 丶 Lyrtech 等信號處理產品軟硬體平台
· 通信系統設計與開發——結合 RadioLab 3G 和 Candence 等產品
· 機電一體化設計與開發——全系統的聯合模擬，結合 Easy 5 丶 Adams 等

Release 2010a 的新功能

Release 2010a 包括 MATLAB 和 Simulink 的若干新功能丶一款新產品以及對其它 85 款產品的更新和缺陷修復。已經購買 MathWorks 軟體維護服務的用戶可以下載產品更新。

MATLAB 產品系列的新功能包括：
- 增加更多多線程數學函數，增強文件共享丶路徑管理功能以及改進 MATLAB 桌面
- 新增用於在 MATLAB 中進行流處理的系統對象，並在Video and Image Processing Blockset 和 Signal Processing Blockset 中提供超過 140 種支持演算法
- 針對 50 多個函數提供多核支持並增強性能，並對圖像處理工具箱中的大型圖像提供更多支持
- 在全局優化工具箱和優化工具箱中提供新的非線性求解器
- 能夠從 Symbolic Math Toolbox 中生成 Simscape 語言方程
- 在 SimBiology 中提供隨機近似最大期望 (SAEM) 演算法和葯動學給葯方案支持

Simulink 產品系列的新功能包括：
- 在 Simulink 中提供可調參數結構丶觸發模型塊以及用於大型建模的函數調用分支
- 在 嵌入式 IDE 鏈接和目標支持包中提供針對 Eclipse丶嵌入式 Linux 及 ARM 處理器的代碼生成支持
- 在 IEC 認證工具包中提供對 Real-Time Workshop Embedded Coder 和 PolySpace 產品的 ISO 26262 認證
- 在 DO 鑒定工具包中提供擴展至模型的 DO-178B 鑒定支持
- Simulink PLC Coder，用於生成 PLC 和PAC IEC 61131 結構化文本的新產品

『拾』 關於matlab的BP神經網路：

比較新的版本，比如說matlab 2010以上的，都不需要裝神經網路的工具箱
建立網路步驟：
1、數據歸一化：輸入的數據通常為P,輸出數據通常為T，數據格式為：每列對應一個樣本，歸一化常用函數：mapminmax
[pn,ps]=mapminmax(p); [tn,ts]=mapminmax(t)
pn,tn是歸一化後的數據，ps, ts是歸一化的結構體，在後面反歸一化預測值很有用。
2、建立網路並設定參數
net=newff(pn,tn,[ ]) 中括弧裡面的是輸入層數，隱含神經元數，輸出層數，還可以設定節點傳遞函數等等的參數
net.trainparam.epochs=1000 訓練的次數
net.trainparam.goal=0.0001 訓練的誤差目標值
net.trainparam.lr=0.1 學習速率，通常在0到1之間，過大過小都不好
3、預測並分析
an=sim(net, pn)
ouput=mapminmax('reverse', an, ts) 根據之前歸一化的標准，對預測結果進行反歸一化，得到結果
error=output-t 這里是對誤差進行輸出，也可以用error=sum(asb(output-t))
當然也可以作圖，比如說：
plot(p,t,'-o')
hold on
plot(p, output,'-*')
看預測值和真實值能否吻合
還可以在神經網路訓練完成後的對話框中看MSE和R方
還有很多方法提高神經網路的精度，以上程序沒有經過MATLAB調試，但大致過程如上

純手打，希望採納！