如何用matlab软件实现神经网络应用

1. 如何用matlab软件实现神经网络应用

给你一个实例，希望通过该例子对实现神经网络应用有一定的了解。
%x,y分别为输入和目标向量
x=1:5;
y=[639 646 642 624 652];
%创建一个前馈网络
net=newff(minmax(x),[20,1],{'tansig','purelin'});
%仿真未经训练的网络net并画图
y1=sim(net,x);plot(x,y1,':');
%采用L-M优化算法
net.trainFcn='trainlm';
%设置训练算法
net.trainParam.epochs=500;net.trainParam.goal=10^(-6);
%调用相应算法训练BP网络
[net,tr,yy]=train(net,x,y);
%对BP网络进行仿真
y1=sim(net,x);
 %计算仿真误差
E=y-y1;MSE=mse(E)
hold on
%绘制匹配结果曲线
figure;
plot(x,y1,'r*',x,y,'b--')
执行结果

2. 面向MATLAB工具箱的神经网络理论与应用的介绍

《面向MATLAB工具箱的神经网络理论与应用》利用目前国际上流行通用的MATLAB 7.0环境，结合神经网络工具箱4.0.6版本，分别从网络构造、基本原理、学习规则以及训练过程和应用局限性几个方面，通过多层次、多方面的分析与综合，深入浅出地介绍了人工神经网络中的各种典型网络，以及各种不同神经网络之间在原理和特性等方面的不同点与相同点。本书可作为计算机、电子学、信息科学、通讯以及自动控制等专业的高年级本科生、研究生以及其他专业科技人员学习神经网络或MATLAB环境下神经网络工具箱时的教材或参考书。

3. 需要把MATLAB中的BP神经网络工具箱与自己的一个软件项目结合

这个就是C++与matlab混合编程。但是神经网络工具箱比较特别，它反盗用比较严厉。采用传统的混编方式，可以调用matlab自己的函数，但无法成功调用神经网络工具箱。这一点在mathwork网站上也做了说明。

以C#为例，一般混编有四种方式：
（1）利用Matlab自身编译器，目的是将m文件转换为c或c++的源代码。
（2）利用COM或.NET组件技术。通过MATLAB中的Deploy tool工具将m文件编译成dll，然后在系统中调用。
（3）利用Mideva平台。没尝试过。
（4）利用MATLAB引擎技术。该方法相当于在.NET中运行MATLAB程序，获取其结果。优点是操作简单，过程简易。缺点是需要安装Matlab软件。

如果要调用神经网络工具箱，只有使用第四种方法，即引擎技术，其他方法都不可行。这种混编方式仅仅传递参数，因此不涉及到神经网络工具箱的代码，也就没有了防盗用限制。

4. MATLAB神经网络工具箱中训练函数和自适应学习函数区别？

训练函数和自适应学习函数区别:
从范围上：
训练函数包含学习函数，学习函数是属于训练函数的一部分；
从误差上：
训练函数对整体来说误差是最小，学习函数对于单个神经元来说误差是最小；
从服装整体上：
训练函数是全局调整权值和阈值，学习函数是局部调整权值和阈值。


1. 学习函数 
learnp 感知器学习函数 
learnpn 标准感知器学习函数 
learnwh Widrow_Hoff学习规则 
learngd BP学习规则 
learngdm 带动量项的BP学习规则 
learnk Kohonen权学习函数 
learncon Conscience阈值学习函数 
learnsom 自组织映射权学习函数 


2. 训练函数 
trainwb 网络权与阈值的训练函数 
traingd 梯度下降的BP算法训练函数 
traingdm 梯度下降w/动量的BP算法训练函数 
traingda 梯度下降w/自适应lr的BP算法训练函数 
traingdx 梯度下降w/动量和自适应lr的BP算法训练函数 
trainlm Levenberg_Marquardt的BP算法训练函数 
trainwbl 每个训练周期用一个权值矢量或偏差矢量的训练函数