Matlab神经网络工具箱
需积分: 12 66 浏览量
2012-10-22
00:03:02
上传
评论 2
收藏 237KB PDF 举报
Matlab 的神经网络工具箱实用指南
文章摘要:
第一章是神经网络的基本介绍，第二章包括了由工具箱指定的有关网络结
构和符号的基本材料以及建立神经网络的一些基本函数，例如 new、init、adapt 和 train。第
三章以反向传播网络为例讲解了反向传播网络的原理和应用的基本过程。
第一章 介绍
1．神经网络
神经网络是单个并行处理元素的集合，我们从生物学神经系统得到启发。在自然界，
网络功能主要由神经节决定，我们可以通过改变连接点的权重来训练神经网络完成特定的功
能。
一般的神经网络都是可调节的，或者说可训练的，这样一个特定的输入便可得到要求
的输出。如下图所示。这里，网络根据输出和目标的比较而调整，直到网络输出和目标匹配。
作为典型，许多输入/目标对应的方法已被用在有监督模式中来训练神经网络。
神经网络已经在各个领域中应用，以实现各种复杂的功能。这些领域包括：模式识别、
鉴定、分类、语音、翻译和控制系统。
如今神经网络能够用来解决常规计算机和人难以解决的问题。我们主要通过这个工具箱
来建立示范的神经网络系统，并应用到工程、金融和其他实际项目中去。
一般普遍使用有监督训练方法，但是也能够通过无监督的训练方法或者直接设计得到其
他的神经网络。无监督网络可以被应用在数据组的辨别上。一些线形网络和 Hopfield 网络
是直接设计的。总的来说，有各种各样的设计和学习方法来增强用户的选择。
神经网络领域已经有 50 年的历史了，但是实际的应用却是在最近 15 年里，如今神经网
络仍快速发展着。因此，它显然不同与控制系统和最优化系统领域，它们的术语、数学理论
和设计过程都已牢固的建立和应用了好多年。我们没有把神经网络工具箱仅看作一个能正常
运行的建好的处理轮廓。我们宁愿希望它能成为一个有用的工业、教育和研究工具，一个能
够帮助用户找到什么能够做什么不能做的工具，一个能够帮助发展和拓宽神经网络领域的工
具。因为这个领域和它的材料是如此新，这个工具箱将给我们解释处理过程，讲述怎样运用
它们，并且举例说明它们的成功和失败。我们相信要成功和满意的使用这个工具箱，对范例
剩余19页未读，继续阅读
资源评论
