matlab神经网络30个案例分析适合初学者吗

嗯，挺不错的， 不过现在已经有《matlab神经网络43个案例分析》了，是30个案例的升级版 。

它是matkabsky论坛出版的，还有个matlab中文论坛出版的，《MATLAB神经网络原理与实例精解（附光盘）》也是挺不错的。。 这两本里面都有比较多的干货。

另外《神经网络之家》网，nnetinfo也推荐你去看看，上面也有些视频可以下载。

我最近也学了一点,主要是用于BP网络上面的编程,这里有个例子你先看看!

X

=

[0

1;

0

1];

clusters

=

5;

points

=

10;

std_dev

=

005;

P

=

nngenc(X,clusters,points,std_dev);

plot(P(1,:),P(2,:),'+r');

title('输入样本向量');

xlabel('p(1)');

ylabel('p(2)');

%建立网络

net=newc([0

1;0

1],5,01);

%得到网络权值，并在图上绘出

figure;

plot(P(1,:),P(2,:),'+r');

w=netiw{1}

hold

on;

plot(w(:,1),w(:,2),'ob');

hold

off;

title('输入样本向量及初始权值');

xlabel('p(1)');

ylabel('p(2)');

figure;

plot(P(1,:),P(2,:),'+r');

hold

on;

%训练网络

nettrainParamepochs=7;

net=init(net);

net=train(net,P);

%得到训练后的网络权值，并在图上绘出

w=netiw{1}

plot(w(:,1),w(:,2),'ob');

hold

off;

title('输入样本向量及更新后的权值');

xlabel('p(1)');

ylabel('p(2)');

a=0;

p

=

[06

;08];

a=sim(net,p)

可以用函数 regress( )来解决。

[b,bint,r,rint,stats] = regress(y,X)

b——拟合线性函数的系数

bint——系数b的置信区间

r——残值向量

rint——残值的置信区间

stats——检验统计量，第一值是回归方程的置信度，第二值是F统计量，第三值是与F统计量相应的p值，当p值很小，说明回归模型成立

X——自变量向量，X=[ones(3,1) x1 x2 x3]

y——应变量向量

我刚刚编了一个小程序，希望能帮助你。

clc;

all=50;

rent=1000;

add=50;

fix=100;

In_max=0;

for i=0:50

In=(rent+addi)(all-i)-fix(all-i);

if In>In_max

In_max=In; number=i;

end

end

realrent=rent+addnumber

In_max

结果输出：

realrent =

1800

In_max =

57800

以上就是关于matlab神经网络30个案例分析适合初学者吗全部的内容，包括:matlab神经网络30个案例分析适合初学者吗、急需一个用Matlab语言编写的程序例子、用matlab对一组数据的最小二乘法的多元线性回归分析~等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！