matlab 神经网络实例

Matlab是一种强大的数值计算和图形处理软件，常用于科学计算和工程分析。对于神经网络，Matlab提供了一套成熟的工具箱——Neural Network Toolbox，可以帮助用户创建、训练和评估各种类型的神经网络模型。下面是一个简单的例子，展示如何使用Matlab创建一个基本的前馈神经网络（Perceptron）并进行训练：

% 导入所需的库
nnstart

% 创建一个输入数据集和对应的标签
inputs = randn(50, 1);   % 50个随机输入样本，每样本1维
targets = ones(50, 1);   % 目标值全为1，对应于二分类问题

% 创建一个感知机网络
net = patternnet(10);  % 10个隐藏单元的单层感知机

% 训练网络
[net, tr] = train(net, inputs', targets');

% 预测新数据
new_data = [2 -1];  % 新的输入样例
predicted_output = net(new_data);

% 打印预测结果
disp(predicted_output);

在这个示例中，`patternnet`函数创建了一个感知器网络结构，`train`函数用于训练网络，`net`对象则可以对新的输入数据进行预测。