大家好，今天小编关注到一个比较有意思的话题，就是关于bp神经网络matlab教程的问题，于是小编就整理了4个相关介绍bp神经网络matlab教程的解答，让我们一起看看吧。
matlab中的bp神经网络怎么调用？
matlab中调用bp神经网络的指令有newff和sim，用这两个指令即可完成bp神经网络的调用，调用语句格式如下:
net=newff（a，b）
y=sim（net，a）
MATLAB中BP神经网络的训练算法具体是怎么样的？
BP神经网络是最基本、最常用的神经网络，Matlab有专用函数来建立、训练它，主要就是newff()、train()、sim()这三个函数，当然其他如归一化函数mapminmax()、其他net的参数设定（lr、goal等）设置好，就可以通过对历史数据的学习进行预测。附件是一个最基本的预测实例，本来是电力负荷预测的实例，但具有通用性，你仔细看看就明白了。
神经网络的权向量怎么求？
每个神经元对应向量的一维，输入神经元对应输入向量，输出神经元对应输出向量。如果用MATLAB建立神经网络，则样本的形式为：矩阵的一列为一个样本，即一个输入向量。如果用BP神经网络，则使用newff函数。格式为：net=newff(PR,[S1 S2 ...SN],{TF1 TF2...TFN},BTF,BLF,PF），函数newff建立一个可训练的前馈网络。输入参数说明：
PR：Rx2的矩阵以定义R个输入向量的最小值和最大值；
Si：第i层神经元个数；
TFi：第i层的传递函数，默认函数为tansig函数；
BTF：训练函数，默认函数为trainlm函数；
BLF：权值/阀值学习函数，默认函数为learngdm函数；
PF：性能函数，默认函数为mse函数。
matlab程序中的fir1和fir2有什么不同？
fir1（）用来设计传统的LP（低通）、HP（高通）、BP（带通）、BS（带阻）和多频带FIR滤波器；而函数fir2（）用来设计具有任意幅度响应的的FIR滤波器。
fir2可以任意设置不同频率对应的幅度响应到此，以上就是小编对于bp神经网络matlab教程的问题就介绍到这了，希望介绍关于bp神经网络matlab教程的4点解答对大家有用。