《MATLAB函数与神经网络工具箱参考PPT》由会员分享，可在线阅读，更多相关《MATLAB函数与神经网络工具箱参考PPT（37页珍藏版）》请在金锄头文库上搜索。
1、MATLAB函数与神经网络工具箱 编者 Outline1.MATLAB常用命令 2.矩阵生成和基本运算 3.数学函数 4.图形相关函数5.神经网络工具箱21.MATLAB常用命令命令功能clear清除工作空间中的所有变量clf清除图形窗口的内容close关闭图形窗口clc清除命令窗口中的内容，光标返回屏幕左上角home光标返回屏幕左上角who列出工作空间的变量whos列出工作空间的变量及其详细信息pack整理工作空间的内存format设置浮点数的输出格式echo显示M文件中所执行的命令save保存工作空间的变量到文件load从文件加载变量到工作空间help在命令窗口查询函数或命令31.MATL
2、AB常用命令doc打开联机帮助系统demo运行演示程序lookfor在帮助系统中查找关键词what列出当前目录下与MATLAB有关的文件which查找函数与文件所在的目录type列出文件的内容delete删除文件path设置或查询MATLAB搜索路径quit/exit退出MATLAB41.MATLAB常用命令edit打开M文件编辑器ver查看MATLAB、Simulink和工具箱的版本cd进入某一目录ls/dir列出当前目录的文件和文件夹pwd显示当前目录dos执行dos命令并返回结果exist指定变量或文件是否存在fprintf打印文本到文件或命令窗口sprintf格式化字符串51.MATL
3、AB常用命令 my_func=sin my_m=magic(3) your_m=1,2;3,4 who whos clear my* whos a=magic(3) format hex format awho,whos,clear,formatdoc imresizehelp sin61.MATLAB常用命令save/load: a=magic(3) save abc a clear a load abc a ls/dir ls *.m ls_s=ls; dir_s=dir what_s=what pwd/addpath,sprintf,fprintf s=pwd addpath(s) w=
4、what; s=sprintf(当前目录%s包含%d个M文件, pwd, length(w.m); s fprintf(当前目录%s 包含%d 个M文件, pwd, length(w.m) 72.矩阵生成和基本运算 a=zeros(3,4,uint16)zeros：全零矩阵：全零矩阵 class(a) a=magic(3) ones：全：全1矩阵矩阵 b=ones(size(a) a=magic(4) magic：魔方矩阵：魔方矩阵 sum(a,2) sum(a,1) trace(a) 82.矩阵生成和基本运算 eye(3) eye：单位矩阵：单位矩阵 eye(3,2) rng(2); rng
5、：设置随机数种子：设置随机数种子 a=rand(3,3) rand：0-1之间均匀分布的随机数之间均匀分布的随机数 b=a*(100-10)+10 rng(2); a=rand(3,3) 92.矩阵生成和基本运算 randn(seed,2) randn：（：（0,1）正态分布随机数正态分布随机数 randn(2,3) rng(2,v4) rng：设置随机数种子：设置随机数种子 randn(2,3) randn(state,2) state randn(2,3) rng(2,v5normal) randn(2,3) a=1+randn(2,3)*10 %均值为1，标准差为10的正态分布随机数 1
6、02.矩阵生成和基本运算 a=colon(1,0.5,10) N=length(a) b=linspace(1,10,N) colon(1,-1) % 当ab，应采用colon(a,step,b)的形式，否则返回空矩阵 linspace函数用于产生线性等分向量112.矩阵生成和基本运算 a=linspace(1,100,50);% a为线性等分向量 b=logspace(0,2,50);% b为对数等分向量 plot(a,a,o);% 在线性坐标下绘制两者的示意图 hold on; plot(a,b,r+) legend(linspace,logspace);title(线性坐标下) figu
7、re;% 在对数坐标下绘制两者的示意图 semilogy(a,a,o); hold on; semilogy(a,b,r+) legend(linspace,logspace);title(对数坐标下)linspace和logspace的区别122.矩阵生成和基本运算 randperm(10)% 110整数的随机排列 perms(1:3)% 向量1,2,3的所有排列，共有3*2*2=6种 rng(2) randi(6,3,3) rng(2) a=rand(3,3)*6 ceil(a)randperm 生成随机整数排列 randi：生成随机整数132.矩阵生成和基本运算 rng(2); a=ra
8、ndi(9,3,4) range(a) range(a,2) range(a(:) rng(2); minmax(a) x = nndata(1;2,3,4) mm = minmax(x) mm1 mm2range 向量的范围 minmax：向量的最大值和最小值142.矩阵生成和基本运算max(X,DIM)：沿着DIM指定的维度计算X的最大值。min(X,DIM)：沿着DIM指定的维度计算X的最小值。mean(X,DIM)：沿着DIM指定的维度计算X的平均值。最大值、最小值、平均值 a=1:15 a=reshape(a,3,5) max(a) min(a,2) min(a,2) mean(a,
9、2) 152.矩阵生成和基本运算维度相关 z=zeros(3,2,4); s=size(z) d1,d2=size(z) d1,d2,d3=size(z) z1=size(z,2) l=length(z) max(size(z)函数名称功能size返回数组每个维度的大小length返回最大的维度numel返回元素个数ndims返回维度的个数 l=length(z(:,:,1) n=numel(z) prod(size(z) ndims(z) length(size(z)162.矩阵生成和基本运算sum/prod a=ones(2,3,2,uint8); s1=sum(a) s2=sum(a,2
10、) whos a=single(a); s3=sum(a,native) whos prod(a)% 对第一个维度求乘积 prod(a,2)% 对第二个维度求乘积保持数据类型不变172.矩阵生成和基本运算var/std 求方差与标准差 ：S=var(X,W,DIM) rng(3) a=rand(5,100); mean(a,2) v1=var(a,0,2) v1*12 v2=var(a(:) v2*12均匀分布元素的方差182.矩阵生成和基本运算diag 生成对角矩阵：由向量生成矩阵，从矩阵中抽取向量 a=1:5; a=a;a=repmat(a,1,5) s1=diag(a,0) s2=dia
11、g(a,1) s3=diag(a,-1) ss1=diag(s1) ss2=diag(s2,-1) ss3=diag(s3,1) s=ss1+ss2+ss3 192.矩阵生成和基本运算repmat reshape：矩阵的重复和重排 a=1,2,3;4,5,6 a1=repmat(a,2,1) a1=repmat(a,2,2) tic;a=zeros(100,100);toc % 分配较小的矩阵，repmat用时较多 tic;a=repmat(0,100,100);toc tic;a=zeros(10000,1000);toc % 分配大矩阵时，repmat用时较少 tic;a=repmat(0
12、,10000,1000);toc a=rand(4,3,2) b=reshape(a,4,6) 202.矩阵生成和基本运算inv/pinv 矩阵求逆/求伪逆 a=3,2,4;1,1,1;0,4,1 b=2,2,5 inv(a)*b inv求逆 a(-1)*b -1次幂 ab 左除 c=a,b inv(c) d=pinv(c) c*d*c 212.矩阵生成和基本运算rank/det 求矩阵的秩/行列式 a=magic(3) r=rank(a) 秩 det(a) 行列式 inv(a) 222.矩阵生成和基本运算eig 矩阵的特征值分解 a=magic(3) V,D=eig(a) V1=V(:,1)
13、 D1=D(1) a*V1 % 验证公式X*V=d*V D1*V1 a=magic(3) u,s,v=svd(a); u*s*v pinv(a) b=v*(diag(1./diag(s)*u svd 矩阵的奇异值分解 232.矩阵生成和基本运算norm 求向量或矩阵的范数 x=1:5 norm(x,1) norm(x,Inf) norm(x,-Inf) norm(x,2) sqrt(sum(x.2)242.矩阵生成和基本运算当输入参数为矩阵时：norm(X,1)：矩阵的1-范数，即列和范数，矩阵X每一列元素绝对值之和的最大值。norm(X,2)：矩阵的无穷范数，即行和范数，矩阵X的每一行元素绝
14、对值之和的最大值。norm(X,2)：矩阵X的最大奇异值，即谱范数。谱范数可以通过下面的代码代替：V,d=eig(X*X);f= sqrt(max(diag(d);norm(X,fro)：求矩阵X的Frobenius范数，公式如下 x=rand(3) norm(x,1) max(sum(abs(x),1) norm(x,Inf) max(sum(abs(x),2) norm(x,2) V,d=eig(x*x); sqrt(max(diag(d) norm(x,fro) sqrt(sum(x(:).2)253.数学函数abs 求绝对值 exp/log 指数函数/对数函数 abs(-5)abs(1
15、+i) x=1:.2:10; plot(x,exp(x); 指数函数 plot(x,log(x) 对数函数263.数学函数log10/log2 常用对数/以2对底的对数 a=1:16 f,e=log2(a) x=logspace(0,2)+0.1; y1=log10(x); y2=log2(x); plot(x,y1,-); hold on; plot(x,y2,-); legend(log10,log2); grid on273.数学函数取整函数 a=rand(1,6)*10-5 z1=fix(a) z2=round(a) z2=floor(a) z2=ceil(a) 函数名称功能fix向零
16、的方向取整round四舍五入取整ceil向正无穷方向取整floor向负无穷方向取整283.数学函数mod/rem 取模数/余数：rem的 余 数 与 X相 同 ，mod与Y相同 mod(5,3) rem(5,3) rem(5,-3) mod(5,-3) 294.图形相关函数 plot stem subplot：子窗口 mesh/surf：三维网格面或曲面 plot3：三维曲线 hold：保持plot(x,y)plot(x,y,ro,LineWidth,2)plot(x1,y1,x2,y2)：绘制两条曲线r g b y w k c mk304.图形相关函数 x=1:10; y1=x; y2=si
17、n(x)+x/3; y3=cos(x)+x/3; y4=x.2/10; y5=exp(sqrt(x)/100; plot(x,y1,r-,x,y2,-b,x,y3,m:*,x,y4,.-k); hold on plot(x,y5,go-); hold off legend(直线,正弦,余弦,平方,指数)title(曲线)xlabel(x)ylabel(y) axis(1,10,-1,10) set(gcf,color,w)314.图形相关函数meshgrid的用法 x=-5:.2:5; y=x; xx,yy=meshgrid(x,y); z=peaks(xx,yy); mesh(xx,yy,z
18、) x=0:2; y=x; xx,yy=meshgrid(x,y)xx = 0 1 2 0 1 2 0 1 2yy = 0 0 0 1 1 1 2 2 2324.图形相关函数stem函数 subplot的用法：subplot(m,n,p)共m行n列，选中第p个窗口 x=0:.5:10; y1=x; y2=sin(x)+x/3; y3=cos(x)+x/3; y4=x.2/10; subplot(221); plot(x,y1,r-); subplot(222); plot(x,y2,-b); subplot(223); plot(x,y3,m:*); subplot(224); plot(x,
19、y4,.-k);335.神经网络工具箱MATLAB R2011b的神经网络工具箱版本号为Version 7.0.2 help nnet 函数名称新版本中的函数功能newpperceptron创建感知器网感知器网络newlind设计线性性层newlinlinearlayer创建线性层newfffeedforwardnet创建前前馈BP网网络newcfcascadeforwardnet创建多层前馈BP网络newfftd创建前馈输入延迟BP网络newrb设计径向基网径向基网络newrbe设计严格的径向基网络newgrnn设计广义回归神经网络345.神经网络工具箱newpnn设计概率神概率神经网网络newccompetlayer创建竞争争层newsomselforgmap创建自自组织特征映射特征映射newhop创建Hopfield递归网网络newelmelmannet创建Elman递归网网络lvqnet创建学学习向量量化网向量量化网络patternnet创建模式模式识别神神经网网络工具解决的问题说明nctool聚类问题主要采用自组织特征映射网络实现nftool拟合问题使用fitnet函数，采用trainlm进行训练nprtool模式识别问题使用patternnet函数ntstool时间序列问题使用narnet与narxnet函数35谢谢大家！3637
