《人工神经网络应用及原理》课程教学课件(PPT讲稿)第02讲 Matlab与神经网络工具箱

第02讲 Matlab与神经网络工具箱 电信系邹江
第02讲 Matlab与神经网络工具箱 电信系 邹江

Q2.1 Matlab简介 Matlab的首创者 Cleve moler博士在数值分析,特 别是在是指线性代数的领域中很有影响 Matlab( Matrix Laboratory,即矩阵实验室) Matlab于1984年推出了正式版本。后来 Moler组建 了一个名为 MathWorks的软件开发公司 (http://www.Mathworks.com专门扩展并改 进 Matlab 1998年推出5.3版。2000年11月6日推出最新版本 Matlab6.0
2.1 Matlab简介 Matlab的首创者Cleve Moler博士在数值分析,特 别是在是指线性代数的领域中很有影响。 Matlab(Matrix Laboratory,即矩阵实验室) Matlab于1984年推出了正式版本。后来Moler组建 了一个名为MathWorks的软件开发公司 (http://www.Mathworks.com)专门扩展并改 进Matlab。 1998年推出5.3版。2000年11月6日推出最新版本 Matlab 6.0

Matlab60有30个工具箱包,包括 控制系统工具箱( Control System Toolbox) 信号处理工具箱( Signal Processing toolbox) 系统辨识工具箱( System Identification toolbox) 鲁棒控制工具箱( Robust control toolbox) μ分析于综合工具箱(p- analysis and synthesis toolbox 定量反馈理论工具箱( QFT toolbox) 神经网络工具箱( Neural network toolbox) 最优化工具箱( Optimisation toolbox) 数据库工具箱( Database toolbox) 网络工具箱( Matlab Webserver)等
Matlab 6.0有30个工具箱包,包括 控制系统工具箱(Control System Toolbox) 信号处理工具箱(Signal Processing toolbox) 系统辨识工具箱(System Identification toolbox) 鲁棒控制工具箱(Robust Control toolbox) μ分析于综合工具箱(μ-analysis and synthesis toolbox) 定量反馈理论工具箱(QFT toolbox) 神经网络工具箱(Neural Network toolbox) 最优化工具箱(Optimisation toolbox) 数据库工具箱(Database toolbox) 网络工具箱(Matlab WebServer)等

严格的说, Matlab并不是一种计算机语言,因为 用它编写出来的程序并不能脱离 Matlab环境而 执行,但从功能上说, Matlab t经完全具备了 计算机语言的结构和性能,因此我们也习惯的 称之为 Matlab语言 Matlab5.3以上版本提供了C/C艹的接口,通过另 外一个工具 Matcom,能用 Visual c++调用 Matlab编写的程序,从而大大减少C++程序的 编写难度。此工具我已经用过,效果不错
严格的说,Matlab并不是一种计算机语言,因为 用它编写出来的程序并不能脱离Matlab环境而 执行,但从功能上说,Matlab已经完全具备了 计算机语言的结构和性能,因此我们也习惯的 称之为Matlab语言。 Matlab 5.3以上版本提供了C/C++的接口,通过另 外一个工具MatCom,能用Visual C++调用 Matlab编写的程序,从而大大减少C++程序的 编写难度。此工具我已经用过,效果不错

2.2 Matlab的基本操作 221 Matlab的安装 关键是选择合适的工具箱和相应的帮助文件 22.2帮助文件( helpdesk) 两种:(1)pd格式 (2)htm格式 2.2.3演示(demo) 2.2.4退出:exit或quit命令
2. 2 Matlab的基本操作 2.2.1 Matlab的安装 关键是选择合适的工具箱和相应的帮助文件。 2.2.2帮助文件(helpdesk) 两种:(1)pdf格式 (2)html格式 2.2.3演示(demo) 2.2.4退出:exit 或quit命令

Q23 Matlab的基本语句结构 2.3.1基本的赋值语句 变量名列表=表达式 如:A=[1,2,3;4,5,6;7,8,0 ◆等号右边的表达式可以用分号结束,也可以用 逗号或换行号结束。 ◆ Matlab区分大小写,Abc,ABC,abc表示不同 的矩阵名。 ◆在矩阵A中,同一行中的内容用逗号分隔,而 采用分号来表示换行。 般情况下,用于同行中分隔的逗号是可以由 空格来代替的
2.3 Matlab的基本语句结构 2.3.1 基本的赋值语句 变量名列表=表达式 如:A=[1,2,3;4,5,6;7,8,0] 等号右边的表达式可以用分号结束,也可以用 逗号或换行号结束。 Matlab区分大小写,Abc,ABC,abc表示不同 的矩阵名。 在矩阵A中,同一行中的内容用逗号分隔,而 采用分号来表示换行。 一般情况下,用于同行中分隔的逗号是可以由 空格来代替的

232 Matlab的保留字符串 ◆判断0元素用的误差限eps,其默认值为 eps=2.2204×10-16 p表示圆周率 ◆In表示无穷大。 Matlab允许的最大数据为 1797693×10308;一个数据大于此数则认为是 Inf。1/0产生nf 即使在 Matlab中保留了若干字符串,它们还可以 重新进行赋值。如果用户想将判0的误差限扩 大10倍,则可以采用eps=10×eps命令来进行修 正
2.3.2 Matlab的保留字符串 判断0元素用的误差限eps,其默认值为 eps=2.2204×10-16 pi表示圆周率 Inf表示无穷大。Matlab允许的最大数据为 1.797693×10308;一个数据大于此数则认为是 Inf。1/0产生Inf。 即使在Matlab中保留了若干字符串,它们还可以 重新进行赋值。如果用户想将判0的误差限扩 大10倍,则可以采用eps=10×eps命令来进行修 正

Q2.4矩阵的基本运算 矩阵A有n行m列,称A矩阵为n×m矩阵。 2.4.1矩阵加减法运算: C=A+B和C=A-B。 2.4.2矩阵的转置:AT 在 Matlab下,矩阵A的转置(包括复矩阵的转 置)均可以简单地由A求出 2.4.3矩阵乘法C=AXB 在这里并不需要指定A、B的维数
2.4 矩阵的基本运算 矩阵A有n行m列,称A矩阵为n×m矩阵。 2.4.1 矩阵加减法运算: C=A+B 和C=A-B。 2.4.2 矩阵的转置:AT 在Matlab下,矩阵A的转置(包括复矩阵的转 置)均可以简单地由A’求出。 2.4.3 矩阵乘法 C=A×B 在这里并不需要指定A、B的维数

2.4.4矩阵的点乘 两个矩阵对应元素之间的乘积。C=A.×B 2.4.5矩阵的除法 Matlab定义了矩阵的除法运算,其意义相当于矩 阵的求逆运算 如:Ax=B,x=inv(A)×B,也可简单地写成 X=A/B
2.4.4 矩阵的点乘 两个矩阵对应元素之间的乘积。 C=A.×B 2.4.5 矩阵的除法 Matlab定义了矩阵的除法运算,其意义相当于矩 阵的求逆运算。 如:Ax=B, x=inv(A)×B,也可简单地写成 x=A/B

2.4.6单个矩阵元素的赋值与运算 Matlab允许用户对一个矩阵地单个元素进行赋值 和操作。 Matlab还允许对子矩阵进行定义和处理。 A(:,j)表示A矩阵的第j列元素 A(i,:)表示A矩阵的第全部元素 A(:,1)=[1,4,7 A(2,:)=[4,5,6
2.4.6 单个矩阵元素的赋值与运算 Matlab允许用户对一个矩阵地单个元素进行赋值 和操作。 Matlab还允许对子矩阵进行定义和处理。 A(:,j)表示A矩阵的第j列元素; A(i,:)表示A矩阵的第i列全部元素。 A(:,1)=[1,4,7] A(2,:)=[4,5,6]
按次数下载不扣除下载券;
注册用户24小时内重复下载只扣除一次;
顺序:VIP每日次数-->可用次数-->下载券;
- 《人工神经网络应用及原理》课程教学课件(PPT讲稿)第01讲 绪论.ppt
- 《人工神经网络应用及原理》课程教学课件(PPT讲稿)第00讲 前言.ppt
- 北京大学计算机学院:《人工神经网络》课程教学资源(技术入门讲稿)Artificial Neural Networks.pdf
- 北京大学计算机研究所:《数字图像处理》课程教学资源(PPT课件)第三章 数字图像分析(特征表示与描述).ppt
- 北京大学计算机研究所:《数字图像处理》课程教学资源(PPT课件)第三章 数字图像分析(图像分割).ppt
- 北京大学计算机研究所:《数字图像处理》课程教学资源(PPT课件)第三章 数字图像分析(图像增强3/3).ppt
- 北京大学计算机研究所:《数字图像处理》课程教学资源(PPT课件)第三章 数字图像分析(图像增强2/3).ppt
- 北京大学计算机研究所:《数字图像处理》课程教学资源(PPT课件)第三章 数字图像分析(图像增强1/3).ppt
- 北京大学计算机研究所:《数字图像处理》课程教学资源(PPT课件)第二章 数字图像处理基础(频域变换).ppt
- 北京大学计算机研究所:《数字图像处理》课程教学资源(PPT课件)第二章 数字图像处理基础(图像运算、空域交换).ppt
- 北京大学计算机研究所:《数字图像处理》课程教学资源(PPT课件)第一章 数字图像基础(基本系统).ppt
- 北京大学计算机研究所:《数字图像处理》课程教学资源(PPT课件)总复习(陈晓鸥).ppt
- 北京大学计算机研究所:《数字图像处理》课程教学资源(PPT课件)第五章 数字图像与互联网.ppt
- 北京大学计算机研究所:《数字图像处理》课程教学资源(PPT课件)第四章 图像压缩(压缩标准).ppt
- 北京大学计算机研究所:《数字图像处理》课程教学资源(PPT课件)第四章 图像压缩(有损压缩).ppt
- 北京大学计算机研究所:《数字图像处理》课程教学资源(PPT课件)第四章 图像压缩(图像压缩基本概念、无损压缩).ppt
- 北京大学计算机研究所:《数字图像处理》课程教学资源(PPT课件)第三章 数字图像分析(识别与解释).ppt
- 北京大学计算机研究所:《数字图像处理》课程教学资源(PDF课件)第一章 数字图像基础(基础概念).pdf
- 《机器学习》课程配套教学电子教案(PPT课件讲稿)第9章 遗传算法.ppt
- 《机器学习》课程配套教学电子教案(PPT课件讲稿)第6章 贝叶斯学习.ppt
- 《人工神经网络应用及原理》课程教学课件(PPT讲稿)第03讲 神经元与网络结构.ppt
- 《人工神经网络应用及原理》课程教学课件(PPT讲稿)第04讲 感知器(Perceptron).ppt
- 《人工神经网络应用及原理》课程教学课件(PPT讲稿)第05讲 自适应线性元件.ppt
- 《人工神经网络应用及原理》课程教学课件(PPT讲稿)第06讲 反向传播网络.ppt
- 《人工神经网络应用及原理》课程教学课件(PPT讲稿)第07讲 反馈网络.ppt
- 《人工神经网络应用及原理》课程教学课件(PPT讲稿)第08讲 自组织竞争人工神经网络.ppt
- 燕山大学:《微机原理》课程教学资源(PPT课件)微处理器简史(概述).ppt
- 燕山大学:《微机原理》课程教学资源(讲义)第1章 背景知识.pdf
- 燕山大学:《微机原理》课程教学资源(PPT课件)第2章 IA-32结构微处理器.ppt
- 燕山大学:《微机原理》课程教学资源(PPT课件)第3章 8086指令系统.ppt
- 燕山大学:《微机原理》课程教学资源(PPT课件)第5章 处理器总线时序和系统总线.ppt
- 燕山大学:《微机原理》课程教学资源(PPT课件)第6章 主存储器.ppt
- 北京邮电大学信息工程学院:《模式识别导论》课程教学资源(PPT课件讲稿)第一章 概论(盛立东).ppt
- 北京邮电大学信息工程学院:《模式识别导论》课程教学资源(PPT课件讲稿)第七章 句法结构模式识别.ppt
- 北京邮电大学信息工程学院:《模式识别导论》课程教学资源(PPT课件讲稿)第三章 分类器的设计.ppt
- 北京邮电大学信息工程学院:《模式识别导论》课程教学资源(PPT课件讲稿)第二章 判别函数.ppt
- 北京邮电大学信息工程学院:《模式识别导论》课程教学资源(PPT课件讲稿)第五章 参数估计与非参数估计.ppt
- 北京邮电大学信息工程学院:《模式识别导论》课程教学资源(PPT课件讲稿)第八章 模糊模式识别.ppt
- 北京邮电大学信息工程学院:《模式识别导论》课程教学资源(PPT课件讲稿)第六章 聚类分析.ppt
- 北京邮电大学信息工程学院:《模式识别导论》课程教学资源(PPT课件讲稿)第四章 贝叶斯决策理论.ppt