Matlab神经网络的同步应用及可行性的验证

yxlk

Matlab神经网络的同步应用及可行性的验证

    1 引 言

    神经网络工具箱扩充了Matlab的设计、应用、显示和仿真神经网络的工具。如今神经网络能够用来解决常规计算机和人难以解决的问题，神经网络已经在各个领域中应用，以实现各种复杂的功能。这些领域包括：模式识别、非线性系统鉴定和系统控制。神经网络工具箱除了提供方便用户设计和管理网络的可视化接口(GUI)外，还提供了大量已经证实的网络设计的支持。标准、开放、可扩张的工具箱设计方便了用户自定义函数和网络的生成。

: H, t* R: h- L; ]1 D
; i$ W. r  p8 C: K& r% s
1 f5 Y* H  m4 L

    像生物学神经系统一样，一个神经网络会学习，因此，也就可以被训练去解决问题，识别模式，划分数据和预测事态发展。神经网络的行为由它的各个计算参数的结合方式以及它们的权重来决定。一般的神经网络都是可调节的，或者说可训练的，这样一个特定的输入便可得到要求的输出。这里，网络根据输出和目标的比较而调整，直到网络输出和目标匹配。神经网络工具GUI使神经网络变得简单，它使你能够导人大量复杂的数据，并能够很快地产生、初始化、训练、仿真和管理网络。简单的图像表示有助于明确和理解网络的结构。因为神经网络需要复杂的矩阵计算，Matlab提供一个神经框架，帮助快速地使用神经网络和学习它们的行为和应用。

游客，如果您要查看本帖隐藏内容请回复

  ^( v5 w% B( v' A/ C
) C: N% }% _* N  X4 f
0 K% x# h! E- I! f8 @7 S; }
' G5 l7 q" Q! k0 M6 I7 P7 s

Demyar

谢谢分享