Matlab神经网络函数newlin(pr，如何用matlab 1:20模拟elman神经网络；P1 sin(t)；p2sin(t)* 2；Plot(t，Matlab神经网络工具箱提供了一系列用于建立和训练bp神经网络模型的函数命令，很难一下子全部说出来。matlab中的神经BP(BackPropagation)神经网络是由Rumelhart和McCelland领导的一组科学家于1986年提出的，它是用误差反向传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。
1、MATLAb神经网络中net.iw{1,1};net.lw{2,1}中的数字表示什么概念?
权重和阈值。Net.iw属性定义了从网络输入向量到网络层的权向量的结构(即输入层的权向量)。值为nl*ni的像元矩阵，其中nl是网络层数(net.numlayers)，ni是输入向量数(net.numinputs)。通过访问net.iw{i，j}，可以从第j个输入向量得到第I个网络层的权向量值。所以总的来说，net，
2、用MATLAB建立bp神经网络模型,求高手,在线等
不！Matlab神经网络工具箱提供了一系列用于建立和训练bp神经网络模型的函数命令，很难一次全部说出来。下面仅以一个例子来列举一些函数的一些用法。更多功能和用法请仔细参考NeuralNetworkToolbox的帮助文档。例:用bp神经网络模型建立zsin(x y)模型，并检验步骤1的效果。随机产生200个采样点用于训练xunifind(5，
200);zsin(x y)；%步骤2。建立神经网络模型。第一个参数是输入数据的范围，第二个参数是每层神经元的数量，第三个参数是每层传递函数的类型。Nnewff(，{tansig ， tansig ， pure Lin })；%第3步。培训。此处使用批量训练功能train。您也可以使用适应功能进行生长训练。Ntrain(N，
55;55],[5我来解释一下我的理解，不一定正确。大家一起讨论一下吧。1.100个字母400个数字的训练样本应该是可以的，因为更多的训练样本会让整个网络的权重更接近准确的权重，500个训练样本对于图像处理来说应该不算多。2.因为每个预处理的字母/图片的向量值为250，所以所有的训练样本可以形成一个250*500的输入矩阵。因为有102636个分类，所以三层神经网络的输入层为250，输出层为36，隐含层约为20，最终输出矩阵为36*500。
3、MATLAB下神经网络的设计
newlin创建一个线性层newlin(PR，S，ID，LR)PR二维矩阵，指出输入的最大值和最小值，输出的个数ID输入到延迟矩阵中。系统默认值为Yes，neuralnetworkfitting通常指MATLAB中使用反向传播(BP)神经网络进行拟合任务。BP神经网络是一种常用的人工神经网络模型，用于训练和拟合输入输出之间的非线性关系。通过调整网络的权值和偏置，BP神经网络可以学习输入数据的模式并预测输出。在MATLAB中，我们可以使用神经网络拟合的相关函数和工具箱来构造和训练BP神经网络模型，用于拟合和预测任务。
0]LR学习习速率,系统默认值为0.01具体查某个函数的定义,能够在matlab中输入help 所查的函数名,回车,就会出现所查函数的解释.。
/image-5/[4、matlab中的neural network fitting是BP神经网络吗?
当然这是输入模式和输出模式的提法，可以自由设置，多输入多输出。但是，需要注意的是，如果预测多个组，输入必须提供足够的信息并具有足够的维度。BP(BackPropagation)神经网络是由Rumelhart和McCelland领导的一组科学家于1986年提出的。它是用误差反向传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。
5、matlabbp神经网络只能输入一组预测一组吗可以用前面很多数据建立网…
1:20；P1 sin(t)；p2sin(t)* 2；plot(t，p1， r )；holdonplot(t，p2， b )；holdont1ones(1，20)；t2ones(1，20)* 2；%生成两组向量，分别是这两个波形的幅度。作为输出向量p发布的代码很少，从发布的代码来看，tr.testMask{1}的{1}代表tr.testMask是单元格格式，{1}是单元格中的第一个元素。因为matlab的工具箱中通常存储了很多信息，而且信息的格式不一样，所以需要用cell来存储。楼主可以打开tr.testMask看看其他tr.testMask{2}，tr.testMask{3}中存储了什么信息…，这或许能推导出tr.testMask{1}的实际含义。
p1p2p1p2];t[t1t2t1t2];Pseqcon2seq(p);%将矩阵形式的训练样本转换为序列的形式Tseqcon2seq(t);R1;%输入元素的数目为1S21;%输出曾的神经元个数为1S110;%中间层有10个神经元netnewelm([2,
[S1,S2],{tansig,purelin});net.trainParam.epochs100;%设定次数nettrain(net,Pseq,Tseq);ysim(net,Pseq);%预测Prandn(12,2);Trandn(12,2);threshold[01;01;01;01;01;01;01;01;01;01;01;01];a[111723];fori1:3netne。
/image-8/[6、matlab中神经网络问题!
CLC；清晰；closeallL11L21θ1 Lin space(0，pi/2，100)；θ2 Lin space(0，pi/2，100)；[xy]fun(L1，L2，theta1，theta 2)；plot(x， o )；holdonp[θ1；θ2]；t[x；y]；netnewff(minmax(P)。