Outline1.神经网络工具（nntool）1.神经网络工具（nntool）1.神经网络工具（nntool）1.神经网络工具（nntool）1.神经网络工具（nntool）1.神经网络工具（nntool）1.神经网络工具（nntool）1.神经网络工具（nntool）1.神经网络工具（nntool）2.神经网络分类/聚类工具（nctool）2.神经网络分类/聚类工具（nctool）2.神经网络分类/聚类工具（nctool）2.神经网络分类/聚类工具（nctool）2.神经网络分类/聚类工具（nctool）2.神经网络分类/聚类工具（nctool）2.神经网络分类/聚类工具（nctool）3.神经网络拟合工具（nftool）默认随机地将70%的数据划分为训练样本，15%的数据划分为验证样本，剩下15%的数据为测试样本。模式识别又称模式分类输入的数据将被划分为事先规定好的某一个类别。类别的数量是确定的，每个输入样本最终都会被归为预定好的某一个类别中。神经网络模式识别工具可以用来收集数据，创建和训练神经网络，并用均方误差（MSE）和混淆矩阵来评价网络。系统使用一个两层（不包括输入层和输出层）的前向网络，隐含层和输出层都使用sigmoid函数，训练时采用量化连接梯度训练函数，就trainscg函数。启动nprtoolnnstartx=[0.1,4.2;-0.25,2.8;3,1.1;-0.9,1.2;-1.2,1;3.4,1;-2.5,-1.5;3,3.2;...-2.5,2.7;3.1,-3.2;4,-1.2;3.9,-1;4,3;-4,3.5]‘y=[1,1,1,1,1,2,1,2,1,2,2,2,2,1];plot(x(1,y==2),x(2,y==2),'r>')holdon;plot(x(1,y==1),x(2,y==1),'bo')SelectData步骤ValidationandTestData步骤EvaluateNetwork步骤SaveResults步骤1.有外部输入的非线性自回归问题启动：ntstoolnnstart1、打开神经网络时间序列工具对话框，在对话框右侧中选择NonLinearAutoregressivewithExternal（Exogenous）Input2、SelectData步骤。单击LoadExampleDataSet按钮，弹出TimeSeriesDataSetChooser对话框，在左侧的列表中选择最后一项FluidFlowinPipe，单击Import按钮导入3、NetworkArchitecture步骤。默认4、TrainNetwork步骤。单击Train按钮5、EvaluateNetwork步骤。略过6、SaveResults步骤。无外部输入的非线性自回归问题。股票的涨落是一个典型的时间序列问题，股价随着时间的推移不断波动，但同时也受企业业绩、国家政策等因素的影响。在对话框右侧中选择NonLinearAutoregressive。SelectData步骤。>>loadstock2>>s1=stock1(1:140);>>s2=stock1(141:280);>>size(stock2)谢谢大家！1.神经网络工具（nntool）1.神经网络工具（nntool）1.神经网络工具（nntool）SelectData步骤启动：ntstoolnnstart