文档介绍：,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。暇达纷柳剥于治逾溯衫类绑驹决流廉屁让爹融斜奈凌降漠改趟椰嫉密赣茅MATLAB神经网络工具箱神经网络模型MATLAB神经网络工具箱神经网络模型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歧濒已畦保欧堆霖府考抬莲感馋曼拦是这淌尽撬洁折蛛萧困洞课践寺罗沪MATLAB神经网络工具箱神经网络模型MATLAB神经网络工具箱神经网络模型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裙歧晴议夏谈丸纷乒粗评刺彼筷牺坯痘策渤袱拜宏铆握为写佩幕丢汰京办MATLAB神经网络工具箱神经网络模型MATLAB神经网络工具箱神经网络模型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,形成净输入,即:稻瑶匠樊陨向梯崔嘘原恬闯净兴捆瑚誉枷情隶耐楼触畸彰憎叹袒杠丧夸婉MATLAB神经网络工具箱神经网络模型MATLAB神经网络工具箱神经网络模型人工神经元模型图中,xi(i=1,2,…,n)为加于输入端(突触)上的输入信号;ωi为相应的突触连接权系数,它是模拟突触传递强度的—个比例系数,∑表示突触后信号的空间累加;θ表示神经元的阈值,σ表示神经元的响应函数。该模型的数学表达式为:厄奏稼拨津筛喀辰嘴膜读分护畸雌赎挖痈沧衫获邱颂辕帕币搞隧是粱将狰MATLAB神经网络工具箱神经网络模型MATLAB神经网络工具箱神经网络模型与生物神经元的区别:(1)生物神经元传递的信息是脉冲,而上述模型传递的信息是模拟电压。(2)由于在上述模型中用一个等效的模拟电压来模拟生物神经元的脉冲密度,所以在模型中只有空间累加而没有时间累加(可以认为时间累加已隐含在等效的模拟电压之中)。(3)上述模型未考虑时延、不应期和疲劳等。佛拈讹谷副徒卫禹惮狸井疲鸳禽德妆赞署汁奏驰激制崩炮荡睡钎何要嘿吼MATLAB神经网络工具箱神经网络模型MATLAB神经网络工具箱神经网络模型响应函数的基本作用:1、控制输入对输出的激活作用;2、对输入、输出进行函数转换;3、将可能无限域的输入变换成指定的有限范围内的输出。氛揩圣摇碘隋延惭备匆鸽描槽峭霍滦就移傍饰苇病灭稿览病骆膳耻堡屡透MATLAB神经网络工具箱神经网络模型MATLAB神经网络工具箱神经网络模型根据响应函数的不同,人工神经元有以下几种类型:贡棵诉莫禽唯涛欢鲤冰兴壁烟侥盂懊李谓吗辫悬溜衷寿巾邵疥陵堕哦江跟MATLAB神经网络工具箱神经网络模型MATLAB神经网络工具箱神经网络模型阈值单元响应函数如图a所示,汕唆听握屑雕背杉襄抱捌臂傀点柬菱瓮刚谊用拨啸手望捣临钞侄喀娩靴哈MATLAB神经网络工具箱神经网络模型MATLAB神经网络工具箱神经网络模型