精华内容
下载资源
问答
  • MATLAB神经网络工具箱

    2017-11-08 16:19:49
    MATLAB神经网络工具箱
  • MATLAB利用神经网络工具箱实现数据拟合预测控制-利用神经网络工具箱,实现数据拟合,预测控制.rar 利用神经网络工具箱,实现数据拟合,预测控制
  • MATLAB 利用自带的BP神经网络工具箱函数,对数据进行模拟预报的实例
  • MATLAB 神经网络工具箱函数 说明本文档中所列出的函数适用于 MATLAB5.3 以上版本为了简明起见只列出了函数名 若需要进一步的说明请参阅 MATLAB 的帮助文档 1. 网络创建函数 newp newlind newlin newff newcf newfftd...
  • Matlab_神经网络工具箱(GUI界面的使用方法)(看完)
  • 介绍了关于MATLAB模糊神经网络工具箱使用方法,适合刚刚学习模糊神经网络的同学
  • matlab神经网络工具箱代码导出
  • Matlab神经网络工具箱提供了图形用户界面,从而使用户在图形界面上,通过与计算机的交互操作设计和仿真神经网络,使得神经网络的设计和仿真变得简单易学.
  • 在google找的一个完整贝叶斯小波神经网络matlab工具箱,代码非常完整,更多功能请下载者自己探索,阅读readme即可运行程序!!
  • 这是C#包装器,可让您利用MATLAB神经网络工具箱来创建,配置,训练和模拟两层神经网络。 需要MATLAB。 范例程式码 // Initializes the wrapper starting a MATLAB session Wrapper wrapper = new Wrapper(); // ...
  • Matlab_神经网络工具箱(GUI界面的使用方法),这是一个pdf文档,里面介绍了matlab神经网络工具箱使用方法,很详细。
  • Matlab工具指导资料,MATLAB软件,神经网络工具箱函数
  • 用神经网络工具箱进行数字识别,限制条件为不涉及深度学习。比较简单的一个实现
  • 基于MATLAB神经网络工具箱的BP网络实现-基于MATLAB神经网络工具箱的BP网络实现[1].pdf 基于MATLAB神经网络工具箱的BP网络实现,欢迎访问下载。 Figure14.jpg
  • 神经网络,是由大量处理单元(神经元)组成的非线性大规模自适应动力系统。它具有自组织,自适应和自学习能力,以及具有非线性、非局域性,非定常性和非凸性等特点。它是在现代神经科学研究成果的基础上提出的,试图...
  • matlab神经网络工具箱代码导出Resnet18 ResNet-18 是一个卷积神经网络,它在来自 ImageNet 数据库的超过一百万张图像上进行了训练。 结果,网络已经为各种图像学习了丰富的特征表示。 该网络可以将图像分为 1000 ...
  • 如何MA TLAB的神经网络工具箱实现三层BP网络?% 读入训练数据和测试数据Input = [];Output = [];str = {'Test','Check'};Data = textread([str{1},'.txt']);% 读训练数据Input = Data(:,1:end-1);% 取数据表的前五...

    如何用MA TLAB的神经网络工具箱实现三层BP网络?

    % 读入训练数据和测试数据

    Input = [];

    Output = [];

    str = {'Test','Check'};

    Data = textread([str{1},'.txt']);

    % 读训练数据

    Input = Data(:,1:end-1);

    % 取数据表的前五列(主从成分)

    Output = Data(:,end);

    % 取数据表的最后一列(输出值)

    Data = textread([str{2},'.txt']);

    % 读测试数据

    CheckIn = Data(:,1:end-1);

    % 取数据表的前五列(主从成分)

    CheckOut = Data(:,end);

    % 取数据表的最后一列(输出值)

    Input = Input';

    Output = Output';

    CheckIn = CheckIn';

    CheckOut = CheckOut';

    % 矩阵赚置

    [Input,minp,maxp,Output,mint,maxt] = premnmx(Input,Output);

    % 标准化数据

    %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%

    % 神经网络参数设置

    %====可以修正处

    Para.Goal = 0.0001;

    % 网络训练目标误差

    Para.Epochs = 800;

    % 网络训练代数

    Para.LearnRate = 0.1;

    % 网络学习速率

    %====

    Para.Show = 5;

    % 网络训练显示间隔

    Para.InRange = repmat([-1 1],size(Input,1),1);

    % 网络的输入变量区间

    Para.Neurons = [size(Input,1)*2+1 1];

    % 网络后两层神经元配置

    展开全文
  • 仿照别人的matlab数字识别程序写的,改简单了,并且收敛速度更快了,具体程序解释可以看:http://blog.163.com/mark063_ai/blog/static/17765408120110382017624/ 欢迎到我的blog讨论人工智能方面的东西~:...
  • Matlab神经网络工具箱应用简介.pdf
  • 通过网络训练自适应地调整各种预测模型的权重,同时,为了避免常规语言建立人工神经网络负荷预测模型存在的模型结构复杂,训练时间长等缺点,利用Matlab神经网络工具箱建立组合预测模型,该模型不仅编程简单,而且...
  • 该工具箱包含CNN,NN,CAE,DBN,SAE等神经网络工具箱。其中CNN工具箱具有详细的中文注释,以便于初学者学习
  • 本文详细研究了基于MATLAB 2018工具箱的BP神经网络模型的建立和仿真过程,介绍了BP神经网络的原理及具体推导,并应用在江苏省教育厅高校哲学社会科学研究项目中,借助智能算法对指标体系的构成要素进行数据挖掘,所获取...
  • MATLAB神经网络工具箱在围岩参数反演中的应用,张绍华,,本文针对苏州凤凰山大跨度双联拱隧道设计中如何确定围岩力学参数的问题,运用BP神经网络MATLAB工具箱结合中导洞开挖期间监测得到的�
  • matlab 神经网络工具箱使用.主要针对数据处理和模型筛选技术。
  • matlab神经网络工具箱

    2021-09-10 10:16:59
    matlab神经网络工具箱 matlab拥有着很多实用的工科计算工具,其中就包含了神经网络工具箱。利用matlab,可以很容易地搭建一个实用的神经网络。 启动神经网络工具箱 nnstart 输入后,会出现窗体,点击对应的窗体即可...

    matlab神经网络工具箱

    matlab拥有着很多实用的工科计算工具,其中就包含了神经网络工具箱。利用matlab,可以很容易地搭建一个实用的神经网络。

    启动神经网络工具箱

    nnstart
    

    输入后,会出现窗体,点击对应的窗体即可启动相关的训练程序。

    其中包含

    • nftool(Neural network fitting tool,神经网络拟合工具) 常用于线性拟合
    • nprtool(Neural network pattern recognition tool,神经网络模式识别工具) 常用于分类问题(有标签)
    • nctool(Neural network classification or clustering tool,神经网络分类与聚类工具) 用于聚类问题(无标签)
    • ntstool(Neural network time series tool,神经网络时序拟合工具) 带有记忆功能的拟合工具

    启动后按照指引,可以执行对应的功能。

    神经网络拟合数据

    据证明,简单的神经网络可以拟合任何实际的函数。

    LM算法(Levenberg-Marquardt)适合于大多数的问题,但对于有小噪声干扰的数据,贝叶斯正则化算法(Bayesian Regularization)可以通过长时间的运算以获得更好的拟合效果。对于大规模的问题,量化共轭梯度法(Scaled Conjugate Gradient)更推荐适用,因为其梯度计算比实用雅各比行列式能节约更多的内存。

    神经网络模式分类

    神经网络在分类问题上也很实用。

    对于分类问题来说,其数据格式应该是这样的:

    • 二分类
    inputs  = [0 1 0 1; 0 0 1 1];
    targets = [1 0 0 1; 0 1 1 0];
    
    • 三分类
    inputs  = [0 0 0 0 5 5 5 5; 0 0 5 5 0 0 5 5; 0 5 0 5 0 5 0 5];
    targets = [1 0 0 0 0 0 0 0; 0 1 1 1 1 1 1 0; 0 0 0 0 0 0 0 1];
    

    输入为MxN维矩阵,对于K分类问题,输入应该为MxK维矩阵。对输出来说,每个分类的列都应该只包含一个1,其余为0。

    自组织映射聚类

    聚类问题是神经网络的一个出色的应用,通过相似性对数据进行分组。

    动态时序神经网络

    动态神经网络适用于时序预测。

    网络参数

    为了验证网络效果,我们需要对生成的网络参数进行分析。

    Performance(误差函数)

    • mse(Mean squared normalized error performance function,归一化均方误差函数) 表现数据与预测值直接的距离和,越小越好。

    Regression(相关性)

    表现为系统输出与数据之间的关联性,越接近于1表现越好。

    Training State(训练状态)

    • Gradient梯度
    • Mu学习率
    • Validation Checks失败检验次数

    Error Histogram(误差直方图)

    横坐标为目标值-输出值,纵坐标为出现的次数。

    Confusion(混乱型)

    表现不同数据集中的分类的精确性,横坐标为目标分类,纵坐标为系统训练的输出分类。

    红色表示错误分类,绿色表示正确分类。高亮块表示当前训练得到的精确度,右下角表示总体精确度。

    Receiver Operating Characteristic(认知工作特性)

    表现不同数据集中的ROC特性,对于完美的测试结果,应该贴合在左上边框,表现为全敏感性和全特异性。

    参考文献

    本文首载自RuaBlog,欢迎访问我的博客。

    Matlab训练神经网络实操 - 知乎 (zhihu.com)

    matlab官方文档

    展开全文
  • nnbox:用于matlab神经网络工具箱
  • % Solve an Autoregression Time-Series Problem with a NAR Neural Network% Script generated by NTSTOOL% Created Fri Sep 06 15:58:21 CST 2013%% This script assumes this variable is defined:%% sjxl - fe.....

    % Solve an Autoregression Time-Series Problem with a NAR Neural Network

    % Script generated by NTSTOOL

    % Created Fri Sep 06 15:58:21 CST 2013

    %

    % This script assumes this variable is defined:

    %

    %   sjxl - feedback time series.

    targetSeries = tonndata(sjxl,false,false);

    % Create a Nonlinear Autoregressive Network

    feedbackDelays = 1:2;

    hiddenLayerSize = 10;

    net = narnet(feedbackDelays,hiddenLayerSize);

    % Prepare the Data for Training and Simulation

    % The function PREPARETS prepares timeseries data for a particular network,

    % shifting time by the minimum amount to fill input states and layer states.

    % Using PREPARETS allows you to keep your original time series data unchanged, while

    % easily customizing it for networks with differing numbers of delays, with

    % open loop or closed loop feedback modes.

    [inputs,inputStates,layerStates,targets] = preparets(net,{},{},targetSeries);

    % Setup Division of Data for Training, Validation, Testing

    net.divideParam.trainRatio = 70/100;

    net.divideParam.valRatio = 15/100;

    net.divideParam.testRatio = 15/100;

    % Train the Network

    [net,tr] = train(net,inputs,targets,inputStates,layerStates);

    % Test the Network

    outputs = net(inputs,inputStates,layerStates);

    errors = gsubtract(targets,outputs);

    performance = perform(net,targets,outputs)

    % View the Network

    view(net)

    % Plots

    % Uncomment these lines to enable various plots.

    %figure, plotperform(tr)

    %figure, plottrainstate(tr)

    %figure, plotresponse(targets,outputs)

    %figure, ploterrcorr(errors)

    %figure, plotinerrcorr(inputs,errors)

    % Closed Loop Network

    % Use this network to do multi-step prediction.

    % The function CLOSELOOP replaces the feedback input with a direct

    % connection from the outout layer.

    netc = closeloop(net);

    [xc,xic,aic,tc] = preparets(netc,{},{},targetSeries);

    yc = netc(xc,xic,aic);

    perfc = perform(net,tc,yc)

    % Early Prediction Network

    % For some applications it helps to get the prediction a timestep early.

    % The original network returns predicted y(t+1) at the same time it is given y(t+1).

    % For some applications such as decision making, it would help to have predicted

    % y(t+1) once y(t) is available, but before the actual y(t+1) occurs.

    % The network can be made to return its output a timestep early by removing one delay

    % so that its minimal tap delay is now 0 instead of 1.  The new network returns the

    % same outputs as the original network, but outputs are shifted left one timestep.

    nets = removedelay(net);

    [xs,xis,ais,ts] = preparets(nets,{},{},targetSeries);

    ys = nets(xs,xis,ais);

    closedLoopPerformance = perform(net,tc,yc)

    展开全文
  • 搭配Matlab 2015a版本的用户手册,内容详实,是重要的参考资料
  • 简单按介绍了Matlab模糊工具箱和神经网络工具箱使用。对于入门使用Matlab模糊工具箱和神经网络工具箱很有用。配图详细

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 5,794
精华内容 2,317
关键字:

matlab用神经网络工具箱分类

matlab 订阅