用matlab训练神经网络，用BP网络效果不好，还有别的推荐吗

在MATLAB中训练神经网络，BP网络是最常用的方法之一，但如果它在您的问题上表现不佳，您可以尝试其他类型的神经网络或使用其他训练算法。以下是一些备选方案：

1. 卷积神经网络（CNN）：适用于图像处理和计算机视觉任务，能够有效地提取图像特征。

2. 循环神经网络（RNN）：适用于序列数据处理，如语音识别、自然语言处理和时间序列预测。

3. 支持向量机（SVM）：一种非神经网络的分类算法，适用于二分类和多分类问题。

4. 集成学习方法：如随机森林（Random Forest）和梯度提升树（Gradient Boosting），通过结合多个模型的预测结果来提高准确性。

5. 深度学习框架：除了MATLAB自带的神经网络工具箱，您还可以尝试使用其他深度学习框架，如TensorFlow、PyTorch或Keras，这些框架提供了更多的模型和算法选择。

请注意，选择适当的模型和算法需要根据具体问题和数据集进行实验和调整。同时，合适的数据预处理和调参也会对模型性能产生影响。