matlab图与网络分析模型选讲ppt课件

第二节 MATLAB语言基本操作 2.1 变量和赋值
1、基本变量：矩阵 2、变量命名原则：
以字母开头 后面可以跟 字母、数字 和 下划线 长度不超过 63 个字符 变量名 区分字母的 大小 写，MATLAB提供的 标准函数名以及命令名必须用小写字母。
3、预定义变量 在MATLAB工作空间中，还驻留几个由系统
1.3 Matlab帮助
帮助命令 help 显示指定命令的简短使用说明
例：>> help eig
lookfor 按指定的关键词查询与之相关的命令
例：>> lookfor eig
doc 以网页形式显示指定命令的帮助页
例：>> doc eig
常用操作命令 clc: 清除命令窗口; clf: 清除当前图形; clear: 清除工作空间的变量和函数.
b1= A(3,2) b2=A(6)
结果： b1= 7
b2= 7
矩阵多个元素的提取 冒号运算符
A(:) 或 A(:,:) 提取A的所有元素
A(:,k) 提取 A的第 k 列全部元素 A(k,:) 提取A的第 k 行全部元素
A(:,k:m) 提取A的第 k列 到第 m 列元素 A(i:j,:) 提取A的第 i 行到第 j 行元素
目前，Matlab 已经成为国际上最流行的科学与工程计算的 软件工具，是一种具有广泛应用前景的全新的计算机高级编 程语言了，有人称它为“第四代”计算机语言。 就影响而言， 至今仍然没有一个别的计算软件可与 Matlab 匹敌。
Matlab 的最新版本 2010年， Matlab 7.11（R2010b)
5、元素的提取
矩阵单个元素的提取
A(i, j)：矩阵 A 中的第 i 行，第 j 列元素 A（i）：矩阵 A 中的第i个元素，它表示矩阵A

h(x,y,z)，[x,y,z]）
f f f
x
y
z
g g g
x
y
z
h h h
x
y
z
第27页/共68页
七、积分运算 表2.3 符号积分的函数格式
函数格式
说明
int(s)
求表达式s对默认自变量的不定积分
int(s,x)
求表达式s对自变量x的不定积分
int(s,a,b)
求表达式s对默认自变量从a到b的定积分
功能键 ↑，Ctrl-p ↓，Ctrl-N ←，Ctrl-B →，Ctrl-F Home，Ctrl-A End，Ctrl-E Esc Del，Ctrl-D Backspace Ctrl-K
功能 重新调入上一命令行 重新调入下一命令行 光标左移一个字符 光标右移一个字符 光标移到行首 光标移到行尾 清除命令行 删除光标处字符 删除光标左边字符 删除至行尾
int(s,x,a,b)
求表达式s对自变量x从a到b的定积分
第28页/共68页
八、级数
表3.3 泰勒级数的函数格式
函数格式
说明
taylor(s)
表达式s在默认自变量等于0处的5阶taylor展式
taylor(s,n)
表达式s在默认自变量等于0处的n-1阶taylor展式
taylor(s,n,a) 表达式s在默认自变量等于a处的n-1阶taylor展式
3、数字变量的运算及显示格式 运算符号：+、-、*、/、\、^
四种显示格式： short 小数点后4位（默认） long 小数点后14位 short e 5位指数形式 long e 15位指数形式
4、数据的输入输出函数

其中[np]表示np的整数部分.
(2.1.5)
显然，当p=0.5时，M0.5=M，即数据的0.5分位数 等于其中位数.
一般来说，从整批数据（总体）中抽取样本数 据，则整批数据中约有100p%个不超过样本数据的 p分位数. 在实际应用中，0.75分位数与0. 25分位数 比较重要，它们分别称为上、下四分位数，记为 Q3,Q1.
2.1基本统计量与数据可视化
2.1.1样本数据的基本统计量 描述数据基本特征主要为集中位置和分散程度。
设从所研究的对象(即总体)X中观测得到n个观测值
x1,x2,…,xn
(2.1.1)
这n个值称为样本数据, 简称数据，n称为样本容量. 我们的任务就是要对样本数据(2.1.1)进行分析，提 取数据中所包含的有用的信息，从而进一步对总体 的特性作出推断.
1065554.98 1032.26 0.96
1040590.73 1020.09 1.07
3. 样本的极差与四分位极差
极差的计算公式为： R x(n) - x(1) 它是表示数据的分散性的数字特征. MATLAB中公式为： max(data)-min(data)，或 range(data)
上、下四分位数Q3,Q1之差称为四分位极差，即 R1=Q3-Q1
江 西 63392
45153
8179
5495
山 东 120996
81889
16342
11614
工勤人员 7781 12104 4383 5365 3733 4565 11151
解：A=[61385 35480 10282 7842 7781 134215 88568 20172 13371 12104 67763 45622 10960 6798 4383 59149 40743 7278 5763 5365 47864 31385 7712 5034 3733 63392 45153 8179 5495 4565 120996 81889 16342 11614 11151];

正因为人工神经网络是对生物神经网络的模仿，它具有一些传统 逻辑运算不具有的优点。主要包括： 一、非线性。非线性是自然界的普遍特性。人脑的思考过程就是 非线性的。人工神经网络通过模仿人脑神经元结构的信息传递过 程，可以进行线性或者非线性的运算，这是人工神经网络的最特 出的特性。
二、自适应性。神经网络的结构中设置了权值和阈值参数。网络 能够随着输入输出端的环境变化，自动调节神经节点上的权值和 阈值。因此，神经网络对在一定范围变化的环境有பைடு நூலகம்强的适应能 力。适用于完成信号处理、模式识别、自动控制等任务。系统运 行起来也相当稳定。
③引入陡度因子
误差曲面上存在着平坦区域。权值调整进入平坦区的原因是神经元输出进入了转 移函数的饱和区。如果在调整进入平坦区域后，设法压缩神经元的净输入，使其 输出退出转移函数的饱和区，就可以改变误差函数的形状，从而使调整脱离平坦 区。实现这一思路的具体作法是在原转移函数中引入一个陡度因子。
BP神经网络的MATLAB算法
BP神经网络模型
• BP (Back Propagation)神经网络，即误差反向传播算法的学习过 程，由信息的正向传播和误差的反向传播两个过程组成。输入 层各神经元负责接收来自外界的输入信息，并传递给中间层各 神经元；中间层是内部信息处理层，负责信息变换，根据信息 变化能力的需求，中间层可以设计为单隐含层或者多隐含层结 构；最后一个隐含层传递到输出层各神经元的信息，经进一步 处理后，完成一次学习的正向传播处理过程，由输出层向外界 输出信息处理结果。
l n 1 l
m n a
l log 2 n
步骤2：隐含层输出计算 根据输入变量 X，输入层和隐含层间连接权值 ij 以及隐含层阈值 a， 计算隐含层输出H。

Math Function
数学运算函数
Rounding Function
MinMax
Trigonometric function Algebraic Constraint
Signal Sqrt
取整函数
Polynomial
多项式
求最大值或最小值 三角函数 代数上的约束常量
MinMax Running 求 最 大 值 或 最 小 值 ，
单击“新建模型”窗口工具栏中的按钮 以打开Simulink模块库浏览器。
，可
第7章 Simulink仿真
1．信号源模块（Sources）
信号源模块是输入模块，提供各种类型的 信号或数据。
第7章 Simulink仿真
模块
功能
In1
创建输入端
From File
从文件读数据
Constant
常数
Signal Builder 信号生成器
4．删除连线 如果想要删除某条连线，可单击要删除的连线，此时 连线上出现标记点，表示该连线已经被选中，然后单 击模型窗口工具栏中的【剪切】按钮或者直接单击键 盘上的〈Delete〉键，即可删除该连线。
第7章 Simulink仿真
5．标注连线 双击需要标注的连线，可以看到一个文本框， 在里面输入标注文字单击回车键确定即可。用 鼠标拖动文本框还可以改变标识的位置。另外， 在Format→Port/Signal Displays菜单下还有与 连线标注有关的命令：
单击模型窗口菜单栏“Simulation”→“Model Configuration Parameters”选项，将出现仿真参 数配置窗口，如图7-11所示。
第7章 Simulink仿真
图7-11 仿真模型参数配置窗口