MATLAB神经网络工具箱中的神经网络模型讲诉.pptVIP

MATLAB神经网络工具箱中的神经网络模型 神经网络工具箱简介 MATLAB 7对应的神经网络工具箱的版本为Version 4.0.3,它以神经网络理论为基础,利用MATLAB脚本语言构造出典型神经网络的激活函数,如线性、竞争性和饱和线性等激活函数，使设计者对所选定网络输出的计算变成对激活函数的调用。 还可根据各种典型的修正网络权值规则，加上网络的训练过程，利用MATLAB编写出各种网络设计和训练的子程序，用户根据自己的需要去调用。 神经网络工具箱的主要应用 函数逼近和模型拟合 信息处理和预测 神经网络控制 故障诊断 应用神经网络工具箱求解问题的一般过程 确定信息表达方式 数据样本已知 数据样本之间相互关系不确定 输入/输出模式为连续的或者离散的 输入数据按照模式进行分类，模式可能会具有平移、旋转或伸缩等变化形式 数据样本的预处理 将数据样本分为训练样本和测试样本 确定网络模型 选择模型的类型和结构，也可对原网络进行变形和扩充 网络参数的选择 确定输入输出神经元数目 训练模型的确定 选择合理的训练算法，确定合适的训练步数，指定适当的训练目标误差 网络测试 选择合适的测试样本 人工神经元的一般模型 神经元模型及其简化模型如图所示，输入向量 、权值矩阵 ，与阈值的加权和（内积运算）送入累加器