Matlab2012a版神经网络工具箱.PDF

Matlab 2012a 版 神经网络工具箱 Neural Network Toolbox 编译 龙姝明 陕西理工学院物理与电信工程学院 2013. 11. 28 1 神经网络工具软件入门 1.1 产品描述 神经网络工具箱™提供工具用于设计，实施，可视化和模拟神经网络。神经网络分析可 用于正式分析很难或不可能的应用领域，如模式识别和非线性系统辨识和控制。该工具箱支 持前馈网络，径向基网络，动态网络，自组织图，和其他成熟的网络范式。 主要特点 神经网络的设计，培训和模拟 模式识别，聚类，数据拟合工具 包括前馈、径向基、LVQ、时间延迟、非线性自回归(NARX )、层复发网络的管理网络。 无监督网络，包括自组织图和有竞层的网络。 为提高网络训练效率及表现评估的预处理和后处理。 有利于管理和任意大小网络可视化的模块化网络表示。 改进概括，以防止过拟合的例程。 Simulink 模块用于构建和评价神经网络，和先进的控制系统应用程序的块。 1.2 神经网络的概述 神经网络是由并行运行的简单元素组成的。这些元素的灵感来自于生物神经系统。很大 程度上，元素之间的连接决定了网络功能。通过调整元素之间连接的 （权）值，你可以训练 一个神经网络，执行特定的功能。 通常情况下，神经网络进行调整，或训练，使一个特定的输入信息到一个特定的目标输 出。在下图中示出这样的情况。依据网络输出与目标的比较结果来调整网络，直到网络输出 与 目标相匹配。通常情况下，要训练网络，需要很多这样的输入/输出信息配对。 在各个领域，已训练神经网络来执行复杂的功能，包括模式识别、鉴定、分类、语音、 视觉和控制系统。 也可以训练神经网络来解决传统电脑或人类难以解决的困难问题。该工具箱强调使用神 经网络范式，自动建立神经网络范式并自己用于工程，财务和其他实用的应用程序中。 本章介绍如何使用四个训练神经网络的图形化工具来解决函数拟合，模式识别，聚类和 时间序列相关的问题。使用这四种工具会给你一个使用神经网络工具箱软件的很好介绍。 1.3 使用工具箱和其文档 有四种方法可以使用神经网络工具箱软件。第一种方式是通过本章中所描述的四个图形 用户界面(GUI) 。你可以从主图形用户界面，调用命令 nnstart 打开这些图形用户界面。提 供了一个快速简便的方法来访问工具箱的强大功能来完成以下任务： 函数拟合 模式识别 数据聚类 时间序列分析 使用工具箱中的第二种方式是通过基本的命令行操作。比图形用户界面，命令行操作提 供了更大的灵活性，但增加了一些复杂性。本章介绍了一些命令行函数，神经网络工具箱用 户指南覆盖了命令行操作的更多细节 （包括第 2 章）对理解命令行用法和训练神经网络的基 本方法都十分重要，你应该阅读它们，才能进入用户指南中的高级课题学习。 “网络对象、数据、训练方式”提出的神经元模型的基本原理和神经网络的架构，它也 描述了用于神经网络工具箱软件中的网络对象。神经网络工具箱软件存储了定义了神经网络 的所有信息。重要的是要了解网络对象的结构，尤其是使用命令行的操作。本章还介绍了工 具箱中的数据是如何存储和使用，以及如何训练神经网络。 “多层网络和反向传播训练” 解释在设计多层网络中涉及的基本步骤。这里的网络是工 具箱的主力，它可用于函数拟合与模式识别。此网络的设计步骤可以应用到工具箱中的任何 其他网络设计。 如果这是您第一次体验这一工具箱，图形用户界面提供了最好的指南。此外，图形用户 界面可以记录 MATLAB 代码生成脚本，为您提供模板创建自己的自定义命令行函数。初次使 用的图形用户界面创建和修改 MATLAB 脚本的过程，是一个很好了解工具箱功能的方式。 使用工具箱中的第三种方法是通过定制。这种先进的功能使您可以创建自己定制的神经 网络，同时还能了解工具箱全部函数功能。您可以创建具有任意连接的网络，并使用现有工 具箱训练功能（只要网络组件是可区分的）训练创建的网络。在 “高级主题”中描述了如何 定制工具箱。 “培训自定义网络”中给出了一个例子，展示训练定制网络的方法。 使用工具箱中的第四种方式是通过修改工具箱中包含的任何