1樓：依然特雷西
1、實現%% 以函式的形式訓練神經網路命令。
2、實現%p為輸入向量的方法命令。
3、實現%t為目標向量的命令。
4、實現%建立一個新的前向神經網路的命令。
5、實現%呼叫演算法訓練bp網路的命令。
6、其他設定命令。
2樓：匿名使用者
主要問題出在txt樣本上，資料之間應以空格間隔，而不能是製表符，否則fcanf不能正常讀取。
matlab中的fscanf的用法如下：
a=fscanf(fid,format)
[a, count]=fscanf(fid,format,size)
[a, count]=fscanf(fid,format,size)
個人感覺用的最多的是 這樣的形式：
data = fscanf(fid,format,size);
其中data為讀取內容的陣列，他的大小由size決定。size是一個[m n]的向量，m為行，n為列（注意，這裡讀取的順序是按列優先排列的，不明白的話可以看下面的例子），若n取inf表示讀到檔案末尾。fid為fopen開啟檔案的返回值，format是格式化引數（像printf、scanf）。
舉個小例子：
路徑+檔名：d:\moon.txt
內容：13,1,3.4
3,2.1,23
1,12,2
4,5.4,6
現在為了讀取moon中的資料存在一個陣列裡，可以用如下方法
fid=fopen('d:\moon.txt');data_1 =fscanf(fid,'%f,%f,%f',[3,inf]) ;%這裡得用單引號
data_2 =fscanf(fid,'%f,%f,%f',[2,inf])
data_3 =fscanf(fid,'%f,%f,%f',[2,2])
fclose(fid);
這時data_1, data_2, data_3分別是一個陣列，其內容分別如下：
data_1
13 3 1 4
1 2.1 12 5.4
4 23 2 6
data_2
13 3.4 2.1 1 2 4
1 3 23 12 4,5 6
data_3
13 3.4
1 3由此可見，讀資料的時候，從多維陣列的水平方向，一個一個讀取，傳遞給新的陣列時，從列方向優先。
matlab中函式fscanf在檔案讀取方面的例項如下：
從檔案中有格式地讀資料
fscanf
語法1：[a,count]=fscanf(fid,format,size)
根據指定的格式從fid
檔案按照格式format讀出資料並按size的格式放入記憶體。
a ：讀出的資料放入記憶體的變數名
count ：返回值。0：失敗、n>0:成功，n是讀出資料個數。
fid ：檔案號
size ：a的資料的格式
n : 列向量
inf : 讀出檔案全部資料
[m,n] : 讀出資料以m*n的格式放入變數名a內
format ：讀出資料的格式
format是字元形式，與c語言基本相同。字元形式中有“%”與字符集（d,i,o,u,x,e,f,g,s,c,…）搭配構成。
如： %s:單字元讀
%c:讀space字元
例：s=fscanf(fid,'%s') 返回一個字元。
a=fscanf(fid,']') 返回一個五位十進位制整數。
size是一個[m n]的向量，m為行，n為列（注意，這裡讀取的順序是按列優先排列的，不明白的話可以看下面的例子），若n取inf表示讀到檔案末尾。
fid為fopen開啟檔案的返回值，
format是格式化引數（像printf、scanf）。
舉個小例子：
內容：13, 1, 3.4
3, 2.1, 23
1, 12, 2
4, 5.4, 6
現在為了讀取001中的資料存在一個陣列裡，可以用如下方法
fid=fopen('001.txt');
data=fscanf(fid,'%f,%f,%f',[3,inf]) ;%這裡得用單引號
fclose(fid);
這時data中的資料如下：
13 3 1 4
1 2.1 12 5.4
3.4 23 2 6
3樓：匿名使用者
new=newff(minmax(p),[s1,s2,1],,'traingdx');
改為net=newff(minmax(p),[s1,s2,1],,'traingdx');
matlab中%的作用
4樓：憑實陀雪
在matlab中，語句後加；的是不輸出計算結果，若不加；則控制檯會有輸出。
比如：[模擬matlab控制檯]
>a=1+2a=
3>a=1+2;
>
5樓：飛實濮嫣
加分號就是不把該行的結果在matlab的視窗中顯示出來，不加就是顯示比如a
=1：4；b=
a*2因為陣列a後面加了分號，所以不會顯示，b沒加分號，所以在matlab的視窗中會顯示b=
2468
matlab中./與/有什麼區別
6樓：哀紹輝
一、演算法不同：./點除 如果a、b是矩陣，a./b就是a、b中對應的每個元素相除，得到一個新的矩陣；如果a、b是兩個數，那麼a./b就是普通的除法。
二、公式不同：/ 除如果a、b是矩陣， 比如ax=b，求出x。那麼x=a\b(代表a的逆乘以b)；或者xa=b，x=b/a（代表b乘以a的逆）。
如果a、b是兩個數，那麼a/b就是普通的除法。在對數值計算時，“./”和“/”其實是沒有區別的。
例：對於矩陣a=[a b c d]，1./a=[1/a 1/b 1/c 1/d]，而1/a表示的是a的逆。
matlab函式舉例:
比如： x=1:1:
10，y=2:2:20，c=x.
*y則：c = 2 /8 / 18 / 32 /50 /72 / 98 /128 / 162 /200./
如果是：c=x*y，就會報錯，因為：*是矩陣相乘，x是陣列即是：
1×10的矩陣，y是陣列即是：1×10的矩陣，x*y顯然不行，因為矩陣相乘，應為：m×n矩陣 乘以 n×r矩陣才行，n要一樣。
7樓：麻瓜
一、./點除
如果a、b是矩陣，a./b就是a、b中對應的每個元素相除，得到一個新的矩陣；
如果a、b是兩個數，那麼a./b就是普通的除法
二、/ 除
如果a、b是矩陣， 比如ax=b，求出x。那麼x=a\b(代表a的逆乘以b)；或者xa=b，x=b/a（代表b乘以a的逆）。
如果a、b是兩個數，那麼a/b就是普通的除法。
1.點運算是處理元素之間的運算
2.直接/在矩陣計算中只能處理符合矩陣運演算法則的運算
3.矩陣計算和作圖都是點運算
4.在對數值計算時，“./”和“/”其實是沒有區別的。
5.例：對於矩陣a=[a b c d]，1./a=[1/a 1/b 1/c 1/d]，而1/a表示的是a的逆
優勢特點：
1.高效的數值計算及符號計算功能，能使使用者從繁雜的數**算分析中解脫出來；
2. 具有完備的圖形處理功能，實現計算結果和程式設計的視覺化；
3.友好的使用者介面及接近數學表示式的自然化語言，使學者易於學習和掌握；
4) 功能豐富的應用工具箱(如訊號處理工具箱、通訊工具箱等) ，為使用者提供了大量方便實用的處理工具。
在應用方面，matlab 產品族可以用來進行以下各種工作：
1.數值分析
2.數值和符號計算
3.工程與科學繪圖
4.控制系統的設計與**
5.數字影象處理技術
6.數字訊號處理技術
7.通訊系統設計與**
8.財務與金融工程
9.管理與排程優化計算（運籌學）
8樓：奕劍秋
點運算是處理的元素之間的運算，而直接的/在矩陣計算中只能處理符合矩陣運演算法則的運算。比如作圖時的運算用的都是點運算。在對數值計算時，“./”和“/”其實是沒有區別的。
例如對於矩陣a=[a b c d]，1./a=[1/a 1/b 1/c 1/d]，而1/a表示的是a的逆
9樓：付先武
/表示的是兩個矩陣相除，也就是右乘分母矩陣的逆；
./表示的是兩個矩陣對應元素相除；
比如a=[1,2,3],b=[4,5,6],則a/b=0.41,而a./b=[1/4,2/5,3/6];a/b表示的是a*b^-1,也就相當於是矩陣的除法，而a.
/b是對應元素相除。
10樓：匿名使用者
matlab中元素有陣列和矩陣；
矩陣運算由線性代數的規則來定義；
陣列運算逐個元素執行，可用於多維陣列，句點字元（.）區分矩陣和陣列；
故./表示陣列運算，/表示矩陣運算。
更多詳細解釋如下：
matlab中{:}是什麼意思
11樓：匿名使用者
如果你原來定
bai義的nump為元胞陣列，du則nump = nump為轉zhi換為矩陣。
例如：>> a =
a =[3x3 double]
>> a=a
a =1 4 3
0 5 8
7 2 9
注意dao這種回方式僅能取出元胞資料答的第一個元胞例如：>> a =
a =[2x2 double] [2x2 double]>> a = a
a =1 4
0 5
12樓：匿名使用者
nump 為元胞陣列，nump = nump是將元胞陣列轉換為資料矩陣，
matlab中a(:).'是什麼意思 5
13樓：大野瘦子
a(:).'是把矩陣a轉換為一個行向量，就是一行。
例如：>> a = rand(2,3)
a =0.6925 0.3965 0.78020.5567 0.0616 0.3376>> b = a(:)
b =0.6925
0.5567
0.3965
0.0616
0.7802
0.3376
注意事項
a中逗號之前的：表示所有行，逗號之後的1:2:3表示列從1到3取值，步長為2，所以列能取到的值為1,3。
a（：）可以將向量轉換為列向量，行向量相當於直接轉置，列向量不變，而如果是n*m維向量則仍然是以列為主，即按照第一列，第二列的順序轉換為列向量。
而“ ’ ”在matlab中為轉置（共軛轉置），當矩陣含有虛部的時候會先共軛再轉置，因此當只需要轉置時要用” .‘ “,應當從平時就養成良好習慣轉置用.’，避免出現錯誤。
BP人工神經網路的收斂是什麼，bp神經網路收斂問題
檀君博 收斂和迭代演算法有關。反向傳播演算法是定義乙個誤差er 往往是輸出結果與預想結果之間的某個範數 然後求出滿足誤差極小的權向量。如果把誤差看成乙個連續函式 泛函 的話，求對權向量各分量的偏導為0即可，但是實際上它是離散的，所以我們需要用迭代來求最小梯度。如果是新定義演算法的話理論上的收斂要證明...
matlab中建立bp神經網路的函式newff的引數的
1.newff雖然沒有規定輸入層神經元個數，那輸入層神經元個數是如何確定的？輸入層是根據你讀入資料的維度，自動生成的。2.我現在讀入了10張 把每張 歸一化成了50 20的，並轉換成1 1000的行向量，最後生成了10 1000的二維矩陣，然後，我再用eye 10,10 函式製造了一個單位矩陣，那麼...
BP神經網路的訓練集需要大樣本嗎？一般樣本個數為多少
這個沒有明確要求，樣本也不是越多越好。通常情況下，你的樣本可以一部分用來做驗證。加速你有100個樣本，90 用來做訓練，10 用來做驗證等，當然，有時候還得留下10 做測試用。我個人的經驗是，樣本數儘量在10以上吧。 這要看做什麼用了 只要訓練樣本的規律性很好的話那自然越多越好，如果不能滿足一致規律...