Ⅰ 关于MATLAB中神经网络工具箱的问题
线性神经网络的构建:
net=newlin(PR,S,ID,LR)
PR--Rx2阶矩阵,R个输入元素的最小最大矩阵
S---输出层神经元个数
ID--输入延迟向量,默认值为[0]
IR--学习率,默认值为0.01
net = newlin([-1 1;-1 1],1); 表示设计的是一个双输入单输出线性神经网络
P = [1 2 2 3; 2 1 3 1];表示输入样本有四个,每一列就是一个输入样本
又比如假设我们期望的输出为 T=[1 2 3 4],则一个简单的神经网络如下:
>>net = newlin([-1 1;-1 1],1);%创建初始网络
P=[1 2 2 3; 2 1 3 1]%输入
T=[1 2 3 4]%期望的输出
net=newlind(P,T);%用输入和期望训练网络
Y=sim(net,P)%仿真,可以看到仿真结果Y和期望输出T的接近程度
P =
1 2 2 3
2 1 3 1
T =
1 2 3 4
Y =
0.8889 2.1667 3.0556 3.8889
楼主可以从《matlab神经网络与应用(第二版)》董长虹 开始入门神经网络的matlab实现
Ⅱ matlab怎么打开神经网络工具箱
在matlab命令窗口中,输入
>>nnstart %回车后就会弹出神经网络工具箱主窗口。
Ⅲ 如何在MATLAB中打开工具箱
matlab自带的工具箱,左下角,start-toolbox-选择
自己下载的工具箱,在file
set
path里面添加路径就可以用了
Ⅳ 如何使用matlab中的工具箱
首先,将下载的工具箱文件解压,将文件夹复制到MATLAB安装目录下toolbox文件夹下专。
其次,在MATLAB命令行中输属入如下命令:
>>cd D:\MATLAB7\toolbox\piotr_toolbox % 找到你的工具箱
>> addpath(genpath('D:\MATLAB7\toolbox\piotr_toolbox')) %增加路径
>> savepath %永久保存路径
最后,检查是否成功:
>>which hog %随便输入所加入工具箱中的一个m文件
D:\MATLAB7\toolbox\piotr_toolbox\channels\hog.m %得到此文件路径,即加载正确
Ⅳ 新人求教,matlab 2016a的excllink工具箱在哪里,找不到
在初次安装时,有一步就是选择所需的工具箱,如下图,这里的工具箱与你最开始提供的序列号有关,你可以选择安装哪些工具箱,或者全选全部安装。
Ⅵ 怎么查看matlab工具箱
可以说很多台电脑上安装matlab,但同一时刻只有n台电脑可以使用。这个n由license文件来决定。同样,加入研究机构只购买了5个simulink的使用权限,那么同一时刻在这个研究机构最多有五台电脑可以使用simulink。同理,我们可以限制这个研究机构同时最多能在三台电脑上用optimization toolbox,两台电脑上用signal processing toolbox。
有的时候你想用的软件包,但该软件包的当前使用人数已经达到最大,怎么办?我们可以买更多的权限,当然这比较慢。我们也可以询问我们的朋友,如果他们正在开着simulink却不用,那可以让他先把simulink关掉,这样我们就可以用了。
查询Matlab各工具箱用户状况的方法如下
1. windows->start->run
2. 输入"cmd"
3. 通过"cd.."退到matlab按转盘根目录。
4. 通过"cd folder_name"的方式进入matlab安装目录。
在我的电脑中,我要进入
“C:\Program Files\MATLAB\R2009b\bin\win32”
5. 执行命令"lmutil lmstat -a -c"
6. 这样就能查看用户状况了。
这里需要一些基本dos操作的知识。如果你的matlab中包括lmtools这个工具,那完全可以通过图形界面简单明了的查询用户使用状况。如果没有lmtools,那就只能在dos环境下查询了。
Ⅶ matlab神经网络工具箱具体怎么用
为了看懂师兄的文章中使用的方法,研究了一下神经网络
昨天花了一天的时间查怎么写程序,但是费了半天劲,不能运行,网络知道里倒是有一个,可以运行的,先贴着做标本
% 生成训练样本集
clear all;
clc;
P=[110 0.807 240 0.2 15 1 18 2 1.5;
110 2.865 240 0.1 15 2 12 1 2;
110 2.59 240 0.1 12 4 24 1 1.5;
220 0.6 240 0.3 12 3 18 2 1;
220 3 240 0.3 25 3 21 1 1.5;
110 1.562 240 0.3 15 3 18 1 1.5;
110 0.547 240 0.3 15 1 9 2 1.5];
0 1.318 300 0.1 15 2 18 1 2];
T=[54248 162787 168380 314797;
28614 63958 69637 82898;
86002 402710 644415 328084;
230802 445102 362823 335913;
60257 127892 76753 73541;
34615 93532 80762 110049;
56783 172907 164548 144040];
@907 117437 120368 130179];
m=max(max(P));
n=max(max(T));
P=P'/m;
T=T'/n;
%-------------------------------------------------------------------------%
pr(1:9,1)=0; %输入矢量的取值范围矩阵
pr(1:9,2)=1;
bpnet=newff(pr,[12 4],{'logsig', 'logsig'}, 'traingdx', 'learngdm');
%建立BP神经网络, 12个隐层神经元,4个输出神经元
%tranferFcn属性 'logsig' 隐层采用Sigmoid传输函数
%tranferFcn属性 'logsig' 输出层采用Sigmoid传输函数
%trainFcn属性 'traingdx' 自适应调整学习速率附加动量因子梯度下降反向传播算法训练函数
%learn属性 'learngdm' 附加动量因子的梯度下降学习函数
net.trainParam.epochs=1000;%允许最大训练步数2000步
net.trainParam.goal=0.001; %训练目标最小误差0.001
net.trainParam.show=10; %每间隔100步显示一次训练结果
net.trainParam.lr=0.05; %学习速率0.05
bpnet=train(bpnet,P,T);
%-------------------------------------------------------------------------
p=[110 1.318 300 0.1 15 2 18 1 2];
p=p'/m;
r=sim(bpnet,p);
R=r'*n;
display(R);
运行的结果是出现这样的界面
点击performance,training state,以及regression分别出现下面的界面
再搜索,发现可以通过神经网络工具箱来创建神经网络,比较友好的GUI界面,在输入命令里面输入nntool,就可以开始了。
点击import之后就出现下面的具体的设置神经网络参数的对话界面,
这是输入输出数据的对话窗
首先是训练数据的输入
然后点击new,创建一个新的神经网络network1,并设置其输入输出数据,包括名称,神经网络的类型以及隐含层的层数和节点数,还有隐含层及输出层的训练函数等
点击view,可以看到这是神经网络的可视化直观表达
创建好了一个network之后,点击open,可以看到一个神经网络训练,优化等的对话框,选择了输入输出数据后,点击train,神经网络开始训练,如右下方的图,可以显示动态结果
下面三个图形则是点击performance,training state以及regression而出现的
下面就是simulate,输入的数据是用来检验这个网络的数据,output改一个名字,这样就把输出数据和误差都存放起来了
在主界面上点击export就能将得到的out结果输入到matlab中并查看
下图就是输出的两个outputs结果
还在继续挖掘,to be continue……
Ⅷ matlab怎么打开神经网络工具箱
1单击Apps,在搜索框中输入neu,下方出现了所有神经网络工具箱。neural net fitting 是我们要使回用的神答经网络拟合工具箱。
2
在下界面中点击next
3
单击load example data set,得到我们需要的测试数据。
4
单击import
5
单击next
6
单击next
7
数字“10”表示有10个隐含层。单击next。
8
单击train,开始训练。
9
训练过程跳出的小窗口。
10
训练结果。其中MSE表示均方差,R 表示相关系数。单击next。
11
这里可以调整神经网络,也可以再次训练。单击next。
12
在这里,可以保存结果。如果不需要,直接finish。
Ⅸ MATLAB7.0神经网络工具箱在哪能找到
安装matlab的时候就默认安装了所有的工具箱,包括神经网络直接可以调用里面的函数。258-557-749