bp工具箱使用指南.docVIP

PAGE  PAGE 19 Matlab的神经网络工具箱实用指南　作者：夏寒　发布时间：2000/11/09 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。 Matlab的神经网络工具箱实用指南　　 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。???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